Wykrywanie i analizowanie twarzy

  • 5 min

Aby korzystać z API usługi Azure Vision Face, musisz aprowizować zasób dla usługi w subskrypcji Azure. Możesz aprowizować Face jako zasób pojedynczej usługi lub użyć interfejsu API Face w zasobie Foundry Tools w kontekście wielu usług, które można aprowizować jako zasób autonomiczny lub w ramach projektu Microsoft Foundry.

Aby korzystać z zasobu z aplikacji klienckiej, musisz nawiązać połączenie z punktem końcowym przy użyciu uwierzytelniania opartego na kluczach lub uwierzytelniania microsoft Entra AI. W przypadku korzystania z interfejsu REST możesz podać klucz uwierzytelniania lub token w nagłówku żądania. W przypadku korzystania z zestawu SDK specyficznego dla języka (na przykład pakietu azure-ai-vision-face języka Python lub pakietu Microsoft .NET Azure.AI.Vision.Face ) należy użyć obiektu FaceClient do nawiązania połączenia z usługą.

from azure.ai.vision.face import FaceClient
from azure.ai.vision.face.models import *
from azure.core.credentials import AzureKeyCredential

face_client = FaceClient(
    endpoint="<YOUR_RESOURCE_ENDPOINT>",
    credential=AzureKeyCredential("<YOUR_RESOURCE_KEY>"))

using Azure;
using Azure.AI.Vision.Face;

FaceClient faceClient = new FaceClient(
    new Uri("<YOUR_RESOURCE_ENDPOINT>"),
    new AzureKeyCredential("<YOUR_RESOURCE_KEY>"));

Aby wykrywać i analizować twarze na obrazie, należy określić funkcje specyficzne dla modelu, które mają zostać zwrócone przez usługę, a następnie użyć klienta do wywołania metody Detect .

# Specify facial features to be retrieved
features = [FaceAttributeTypeDetection01.HEAD_POSE,
            FaceAttributeTypeDetection01.OCCLUSION,
            FaceAttributeTypeDetection01.ACCESSORIES]

# Use client to detect faces in an image
with open("<IMAGE_FILE_PATH>", mode="rb") as image_data:
    detected_faces = face_client.detect(
        image_content=image_data.read(),
        detection_model=FaceDetectionModel.DETECTION01,
        recognition_model=FaceRecognitionModel.RECOGNITION01,
        return_face_id=True,
        return_face_attributes=features,
    )

// Specify facial features to be retrieved
FaceAttributeType[] features = new FaceAttributeType[]
{
    FaceAttributeType.Detection01.HeadPose,
    FaceAttributeType.Detection01.Occlusion,
    FaceAttributeType.Detection01.Accessories
};

// Use client to detect faces in an image
using (var imageData = File.OpenRead(imageFile))
{    
    var response = await faceClient.DetectAsync(
        BinaryData.FromStream(imageData),
        FaceDetectionModel.Detection01,
        FaceRecognitionModel.Recognition01,
        returnFaceId: false,
        returnFaceAttributes: features);
    IReadOnlyList<FaceDetectionResult> detected_faces = response.Value;
}

Odpowiedź z usługi zależy od:

  • Żądane funkcje specyficzne dla modelu.
  • Liczba twarzy wykrytych na obrazie.

Odpowiedź obrazu zawierającego jedną twarz może wyglądać podobnie do poniższego przykładu:

[
    {
        'faceRectangle': {'top': 174, 'left': 247, 'width': 246, 'height': 246}
        'faceAttributes':
        {
            'headPose':{'pitch': 3.7, 'roll': -7.7, 'yaw': -20.9},
            'accessories':
                [
                    {'type': 'glasses', 'confidence': 1.0}
                ],
            'occlusion':{'foreheadOccluded': False, 'eyeOccluded': False, 'mouthOccluded': False}
        }
    }
]