Forstå Azure Visions Face-servicefunktioner

  • 3 minutter

Som et produkt inden for Azure Vision understøtter Azure AI Face specifikke anvendelsestilfælde såsom verifikation af brugeridentitet, liveness-detektion, berøringsfri adgangskontrol og ansigtsredigering. Flere begreber, herunder ansigtsregistrering og -genkendelse, er vigtige for at arbejde med Face.

Ansigtsregistrering

Ansigtsregistrering omfatter identificering af områder i et billede, der indeholder et menneskeligt ansigt, typisk ved at returnere afgrænsningsrammekoordinater , der udgør et rektangel rundt om ansigtet, f.eks.:

Foto af to ansigter fremhævet i rektangler.

Ansigtsfunktioner kan bruges til at oplære modeller til maskinel indlæring til at returnere andre oplysninger, f.eks. ansigtsfunktioner som næse, øjne, øjenbryn, læber og andre.

Skærmbillede af billedet af ansigtsmærker, der viser data omkring ansigtsegenskaber.

Ansigtsgenkendelse

En yderligere anvendelse af ansigtsanalyse er at oplære en model til maskinel indlæring for at identificere kendte personer fra deres ansigtstræk. Dette kaldes ansigtsgenkendelse og bruger flere billeder af en person til at oplære modellen. Dette træner modellen, så den kan registrere de personer i nye billeder, som den ikke blev oplært på.

Foto af en person, der er identificeret som

Når ansigtsgenkendelse bruges ansvarligt, er det en vigtig og nyttig teknologi, der kan forbedre effektivitet, sikkerhed og kundeoplevelser.

Azure AI Face-tjenestefunktioner

Azure AI Face-tjenesten kan returnere rektanglets koordinater for alle menneskelige ansigter, der findes i et billede, samt en række relaterede attributter:

  • Tilbehør: angiver, om det givne ansigt har tilbehør. Denne attribut returnerer muligt tilbehør, herunder hovedbeklædning, briller og maske, med konfidensscore mellem nul og én for hvert tilbehør.
  • Sløring: Hvor sløret ansigtet er, hvilket kan være en indikation af, hvor sandsynligt det er, at ansigtet er det primære fokus på billedet.
  • Eksponering: f.eks. om billedet er undereksponeret eller overeksponeret. Dette gælder for ansigtet i billedet og ikke den overordnede billedeksponering.
  • Briller: om personen har briller på eller ej.
  • Hovedstilling: ansigtets retning i et 3D-rum.
  • Maske: angiver, om ansigtet har en maske på.
  • Støj: henviser til visuel støj på billedet. Hvis du har taget et billede med en høj ISO-indstilling for mørkere indstillinger, vil du bemærke denne støj på billedet. Billedet ser kornet eller fuld af små prikker, der gør billedet mindre klart.
  • Okklusion: bestemmer, om der kan være objekter, der blokerer ansigtet på billedet.
  • Kvalitet til anerkendelse: en bedømmelse af høj, mellem eller lav, der afspejler, om billedet er af tilstrækkelig kvalitet til at forsøge ansigtsgenkendelse på.

Ansvarlig brug af kunstig intelligens

Vigtigt

For at understøtte Microsofts Responsible AI-standard har Azure AI Face og Azure Vision en Limited Access-politik.

Alle kan bruge Face-tjenesten til at:

  • Registrer placeringen af ansigter på et billede.
  • Afgør, om en person har briller på.
  • Afgør, om der er okklusion, sløring, støj eller over/under eksponering for nogen af ansigterne.
  • Returner koordinaterne for hovedstilling for hvert ansigt på et billede.

Politikken for begrænset adgang kræver, at kunderne indsender en indsugningsformular for at få adgang til yderligere funktioner i Azure AI Face-tjenesten, herunder:

  • Ansigtsbekræftelse: evnen til at sammenligne ansigter for lighed.
  • Ansigtsidentifikation: evnen til at identificere navngivne personer på et billede.
  • Registrering af liveness: muligheden for at registrere og afhjælpe forekomster af tilbagevendende indhold og/eller adfærd, der angiver en overtrædelse af politikker (f.eks. hvis videostreamen er ægte eller falsk).

Lad os nu se på, hvordan du kan komme i gang med Azure Vision.