臉部辨識
本文說明臉部辨識的概念、其相關作業,以及基礎數據結構。 大致上,臉部辨識是驗證或識別臉部個人的程式。 臉部辨識對於實作識別案例很重要,企業和應用程式可用來驗證(遠端)使用者是否為他們聲稱的身分。
您可以使用 Vision Studio 快速且輕鬆地試用臉部辨識的功能。
臉部辨識作業
警告
臉部服務存取受限於資格和使用準則,以支援我們的負責任 AI 原則。 臉部服務僅適用於 Microsoft 受控客戶和合作夥伴。 使用臉部辨識接收窗體來申請存取。 如需詳細資訊,請參閱 臉部有限存取 頁面。
PersonGroup 建立和訓練
您必須建立 PersonGroup 或 LargePersonGroup ,以儲存一組要比對的人員。 PersonGroups 會保存 Person 物件,每個物件都代表個人,並保存屬於該人員的一組臉部數據。
定 型 作業會準備要用於臉部數據比較的數據集。
識別
識別作業會採用一或多個來源臉部標識碼(來自 DetectedFace 或 PersistedFace 物件),以及 PersonGroup 或 LargePersonGroup。 它會傳回每個來源臉部可能所屬的 Person 物件清單。 傳回的 Person 物件會包裝為候選物件,其具有預測信賴值。
驗證
驗證作業會採用單一臉部標識碼(來自 DetectedFace 或 PersistedFace 物件)和 Person 物件。 它會判斷臉部是否屬於同一個人。 驗證是一對一比對,可用來作為識別 API 呼叫結果的最終檢查。 不過,您可以選擇性地傳入候選 Person Person 所屬的 PersonGroup,以改善 API 效能。
相關資料結構
辨識作業主要使用下列數據結構。 這些物件會儲存在雲端中,而且可由其標識符字串參考。 標識符字串在訂用帳戶內一律是唯一的,但名稱字段可能會重複。
請參閱臉部辨識數據結構指南。
輸入需求
使用下列秘訣以確保您的輸入影像提供最精確的辨識結果:
- 支援的輸入影像格式為 JPEG、PNG、GIF(第一個畫面)、BMP。
- 圖像檔案大小不應大於 6 MB。
- 某些臉部可能因為相片組合而無法辨識,例如:
- 具有極端光源的影像,例如嚴重反光。
- 阻礙一或兩隻眼睛的障礙物。
- 頭髮類型或面部頭髮的差異。
- 面部外觀因年齡而改變。
- 極端的面部表情。
- 當使用適用的偵測模型作為影像是否可能有足夠的質量嘗試臉部辨識的一般指導方針時,您可以使用
qualityForRecognition
臉部偵測作業中的屬性。 針對身分識別案例,建議只"high"
建議使用品質影像進行人員註冊,且建議在或更新版本"medium"
的品質。
下一步
現在您已熟悉臉部辨識概念,請撰寫腳本,以針對定型 PersonGroup 識別臉部。