Check out what’s new from Firebase at Google I/O 2022. Learn more

人臉檢測

使用 ML Kit 的人臉檢測 API,您可以檢測圖像中的人臉、識別關鍵面部特徵並獲取檢測到的人臉的輪廓。

通過面部檢測,您可以獲得執行任務所需的信息,例如修飾自拍和肖像,或從用戶的照片生成頭像。由於 ML Kit 可以實時執行面部檢測,因此您可以在視頻聊天或響應玩家表情的遊戲等應用程序中使用它。

iOS安卓

如果您是 Flutter 開發人員,您可能會對FlutterFire感興趣,它包含一個用於 Firebase 的 ML Vision API 的插件。

關鍵能力

識別和定位面部特徵獲取檢測到的每張臉的眼睛、耳朵、臉頰、​​鼻子和嘴巴的坐標。
獲取面部特徵的輪廓獲取檢測到的人臉及其眼睛、眉毛、嘴唇和鼻子的輪廓。
識別面部表情確定一個人是在微笑還是閉著眼睛。
跨視頻幀跟踪人臉獲取檢測到的每個人臉的標識符。此標識符在調用中是一致的,因此您可以例如對視頻流中的特定人執行圖像處理。
實時處理視頻幀人臉檢測在設備上執行,速度足夠快,可用於實時應用,例如視頻處理。

示例結果

示例 1

對於檢測到的每個人臉:

第 1 個,共 3 個
邊界多邊形(884.880004882812, 149.546676635742), (1030.77197265625, 149.546676635742), (1030.77197265625, 329.660278320312), (884.20100460228)
旋轉角度Y:-14.054030418395996,Z:-55.007488250732422
跟踪號碼2
面部標誌
左眼(945.869323730469, 211.867126464844)
右眼(971.579467773438, 247.257247924805)
嘴巴底部(907.756591796875, 259.714477539062)

... 等等。

特徵概率
微笑0.88979166746139526
左眼睜開0.98635888937860727
右眼睜開0.99258323386311531

示例2(人臉輪廓檢測)

啟用面部輪廓檢測後,您還將獲得檢測到的每個面部特徵的點列表。這些點代表特徵的形狀。下圖說明了這些點如何映射到人臉(單擊圖像放大):

面部特徵輪廓
鼻樑(505.149811, 221.201797), (506.987122, 313.285919)
左眼(404.642029,232.854431),(408.527283,231.366623),(413.565796,229.427856),(421.378296,226.967682),(432.598755,225.434143),(442.953064,226.089508),(453.899811,228.594818),(461.516418,232.650467),(465.069580 ,235.600845),(462.170410,236.3643),(456.233643,236.891602),(446.36922,237.96888),(435.698914,238.149323),(424.320740,237.235168),(416.037720,236.012115),(409.983459,234.870300)
上唇頂部(421.662048,354.520813),(428.103882,349.694061),(440.847595,348.048737),(456.549988,346.295532),(480.526489,346.089294),(503.375702,349.470459),(525.624634,347.352783),(547.371155,349.091980),(560.082031 , 351.693268), (570.226685, 354.210175), (575.305420, 359.257751)
(等等。)