Tiếp theoHướng dẫn tiếp theo
Phát hiện và nhận dạng văn bản trong cảnh
AI trực quan
HƯỚNG DẪN AI trực quan
Phát hiện các điểm đặc trưng trên khuôn mặt ước tính vị trí trên khuôn mặt, như góc mắt, mũi và miệng, từ một khung hình ảnh hoặc video.
Nghe hướng dẫn nàyAI thuật lại · ~3 min
Mô hình mốc có thể hỗ trợ căn chỉnh, hiệu ứng, hoạt ảnh hoặc tương tác nhưng tọa độ không xác lập danh tính, cảm xúc, sức khỏe hoặc ý định. MediaPipe Face Landmarker của Google là một triển khai được ghi lại; đầu ra và các tính năng được hỗ trợ của nó phụ thuộc vào gói và cấu hình mô hình.
A facial landmark detector estimates coordinates for selected points on a face. These may outline eyes, brows, nose, lips, and the face contour. A detector first finds a face region; a landmark model then estimates points within that region. Some pipelines add outputs such as blendshape scores or a transformation matrix for rendering. Google’s MediaPipe Face Landmarker documentation describes processing images, video, and live streams, and its model bundle estimates 478 three-dimensional face landmarks. Configuration determines whether additional blendshape and transformation outputs are enabled. Landmarks are geometric estimates. They can help align a face crop, attach a visual effect, or animate an avatar, but they do not identify the person or prove their mental state. A point near a mouth can support a rendering rig; it cannot establish that someone is smiling sincerely, consenting, or healthy. Face shape, pose, lighting, occlusion, camera quality, and the model’s training data affect placement. The apparent precision of many coordinates should not be confused with certainty. Evaluate landmarks on the target devices and populations using point-localization error, face-detection misses, tracking stability, and task success. Include profiles, movement, glasses, facial hair, and realistic lighting. For personal data, explain when a camera is processing faces, minimize storage, and provide an accessible off switch. If the purpose requires identity verification or sensitive inference, use a method designed and validated for that purpose and review applicable rules.
Ứng dụng hiệu ứng máy ảnh ánh xạ các điểm mốc trên khuôn mặt vào lớp phủ bộ lọc và cho phép người dùng tắt tính năng xử lý khuôn mặt.
Hệ thống hình đại diện sử dụng ma trận biến đổi khuôn mặt để căn chỉnh mô hình, sau đó kiểm tra xem đầu ra có ổn định trong quá trình chuyển động của đầu hay không.
Một nhóm kiểm tra chất lượng của cột mốc dựa trên ánh sáng, góc mặt, kính và độ che khuất thay vì chỉ dựa vào các bức chân dung chính diện trong studio.
Nhóm sản phẩm tránh gắn nhãn cảm xúc hoặc danh tính của một người chỉ từ tọa độ mốc.
Máy ảnh di động và kiểu máy nhỏ gọn có thể giúp hiệu ứng khuôn mặt phản hồi nhanh hơn, trong khi các tác vụ mới hơn có thể hiển thị thêm các mốc hoặc điều khiển hoạt ảnh. Cải tiến hiệu suất sẽ không biến tọa độ hình học thành bằng chứng về danh tính, cảm xúc hoặc ý định. Các nhóm nên so sánh các phiên bản mô hình trên người dùng và thiết bị đại diện, đồng thời trao đổi rõ ràng về việc sử dụng máy ảnh. Những thay đổi về vị trí đặt máy ảnh, gói mô hình hoặc phần mềm kết xuất có thể làm thay đổi kết quả, vì vậy hãy kiểm tra lại tính năng đầy đủ trước khi sử dụng nó trong sản phẩm. Bao gồm các lựa chọn thay thế có thể truy cập cho những người không muốn sử dụng điều khiển dựa trên máy ảnh.
Bản tin miễn phí
Ba câu chuyện AI đã được xác minh vào mỗi buổi sáng các ngày trong tuần, được viết bằng tiếng Anh đơn giản. Miễn phí mãi mãi, không có quảng cáo.
Một email mỗi ngày trong tuần. Hủy đăng ký trong một cú nhấp chuột. Chúng tôi không bao giờ bán hoặc chia sẻ địa chỉ của bạn.
Tự kiểm tra
Phản hồi tức thì về mọi câu trả lời và chứng chỉ có thể chia sẻ với ID có thể xác minh sau khi bạn vượt qua khóa học.
Hỗ trợ giáo dục AI miễn phí. AI Understanding là tổ chức phi lợi nhuận 501(c)(3) — không bao giờ có quảng cáo, không có tường phí. Hãy quyên góp
Tính năng phát hiện mốc trên khuôn mặt ước tính các vị trí trên khuôn mặt, chẳng hạn như khóe mắt, mũi và miệng, từ khung hình ảnh hoặc video. Mô hình mốc có thể hỗ trợ căn chỉnh, hiệu ứng, hoạt ảnh hoặc tương tác nhưng tọa độ không xác lập danh tính, cảm xúc, sức khỏe hoặc ý định. MediaPipe Face Landmarker của Google là một triển khai được ghi lại; đầu ra và các tính năng được hỗ trợ của nó phụ thuộc vào gói và cấu hình mô hình.
Phát hiện mốc ước tính vị trí điểm; nó không thiết lập danh tính hoặc ý định.
Google ghi lại ước tính có 478 mốc khuôn mặt 3D trong gói mô hình.
Ma trận hỗ trợ chuyển đổi mô hình chuẩn cho các hiệu ứng.
Chất lượng theo dõi tư thế cụ thể đóng vai trò quan trọng đối với hiệu quả mong muốn.
Hướng dẫn giới hạn tọa độ cho các ước tính hình học và hiển thị xuôi dòng.
Tiếp tục học hỏi
Đã chọn thêm hướng dẫn cho chủ đề này
Tiếp theoHướng dẫn tiếp theo
Phát hiện và nhận dạng văn bản trong cảnh
AI trực quan