Detecção de rosto

Detecção de rosto

Esta página descreve uma versão antiga do Face Detection API, que fazia parte do ML Kit para Firebase. O desenvolvimento desta API foi movido para o SDK do kit de ML independente, que você pode usar com ou sem o Firebase. Saber mais .

Consulte Face Detection para obter a documentação mais recente.

Com a API de detecção facial do ML Kit, você pode detectar rostos em uma imagem, identificar as principais características faciais e obter os contornos dos rostos detectados.

Com a detecção de rosto, você pode obter as informações necessárias para realizar tarefas como embelezar selfies e retratos ou gerar avatares a partir da foto de um usuário. Como o ML Kit pode realizar detecção facial em tempo real, você pode usá-lo em aplicativos como chat de vídeo ou jogos que respondem às expressões do jogador.

Android _

Se você é um desenvolvedor Flutter, pode estar interessado no FlutterFire , que inclui um plug-in para APIs ML Vision do Firebase.

Esta é uma versão beta do ML Kit para Firebase. Esta API pode ser alterada de maneiras incompatíveis com versões anteriores e não está sujeita a nenhum SLA ou política de suspensão de uso.

Principais capacidades

Reconhecer e localizar características faciais	Obtenha as coordenadas dos olhos, orelhas, bochechas, nariz e boca de cada rosto detectado.
Obtenha os contornos das características faciais	Obtenha os contornos dos rostos detectados e seus olhos, sobrancelhas, lábios e nariz.
Reconhecer expressões faciais	Determine se uma pessoa está sorrindo ou com os olhos fechados.
Rastreie rostos em quadros de vídeo	Obtenha um identificador para o rosto de cada pessoa detectada. Esse identificador é consistente em todas as invocações, portanto você pode, por exemplo, realizar manipulação de imagem em uma pessoa específica em um stream de vídeo.
Processe quadros de vídeo em tempo real	A detecção facial é realizada no próprio dispositivo e é rápida o suficiente para ser usada em aplicações em tempo real, como manipulação de vídeo.

Resultados de exemplo

Exemplo 1

Para cada rosto detectado:

Rosto 1 de 3
Polígono delimitador	(884.880004882812, 149.546676635742), (1030.77197265625, 149.546676635742), (1030.77197265625, 329.660278320312), (884.880004882 812, 329.660278320312)
Ângulos de rotação	Y: -14,054030418395996, Z: -55,007488250732422
ID de rastreamento	2
Marcos faciais	Olho esquerdo (945.869323730469, 211.867126464844) Olho direito (971.579467773438, 247.257247924805) Parte inferior da boca (907.756591796875, 259.714477539062) ... etc.
Probabilidades de recursos	Sorridente 0,88979166746139526 Olho esquerdo aberto 0,98635888937860727 Olho direito aberto 0,99258323386311531

Exemplo 2 (detecção de contorno facial)

Quando a detecção de contorno facial está ativada, você também obtém uma lista de pontos para cada característica facial detectada. Esses pontos representam a forma do recurso. A imagem a seguir ilustra como esses pontos são mapeados para uma face (clique na imagem para ampliar):

Contornos de características faciais
Ponte nasal	(505.149811, 221.201797), (506.987122, 313.285919)
Olho esquerdo	(404.642029, 232.854431), (408.527283, 231.366623), (413.565796, 229.427856), (421.378296, 226.967682), (432.598755, 225.434143), (4 42.953064, 226.089508), (453.899811, 228.594818), (461.516418, 232.650467), (465.069580 , 235.600845), (462.170410, 236.316147), (456.233643, 236.891602), (446.363922, 237.966888), (435.698914, 238.149323), (424.320740, 237.235168), (416.037720, 236.012115), (409.983459, 234.870300)
Parte superior do lábio superior	(421.662048, 354.520813), (428.103882, 349.694061), (440.847595, 348.048737), (456.549988, 346.295532), (480.526489, 346.089294), (5 03.375702, 349.470459), (525.624634, 347.352783), (547.371155, 349.091980), (560.082031 , 351.693268), (570.226685, 354.210175), (575.305420, 359.257751)
(etc.)