Obtención de información de detección de caras

Advertencia

En el último año, Video Indexer (VI) de Azure AI anunció la eliminación de su dependencia en Azure Media Services (AMS) debido a su retirada. Se anunciaron ajustes y cambios de características y se proporcionó una guía de migración.

La fecha límite para completar la migración fue el 30 de junio de 2024. VI ha ampliado la fecha límite de actualización y migración para que pueda actualizar su cuenta VI y participar en la migración de recursos de AMS VI hasta el 15 de julio de 2024. Para usar la migración de recursos de AMS VI, también debe ampliar la cuenta de AMS a julio. Vaya a la cuenta de AMS en Azure Portal y seleccione Haga clic aquí para ampliar.

Sin embargo, después del 30 de junio, si no ha actualizado su cuenta VI, no podrá indexar nuevos vídeos ni podrá reproducir vídeos que no se hayan migrado. Si actualiza la cuenta después del 30 de junio, puede reanudar la indexación inmediatamente, pero no podrá reproducir vídeos indexados antes de la actualización de la cuenta hasta que se migren a través de la migración de AMS VI.

Detección de caras

La detección de caras detecta caras en un archivo multimedia y, a continuación, agrega instancias de caras similares en grupos.

La información de detección de caras se genera como una lista clasificada en un archivo JSON que incluye una miniatura y un nombre o un identificador para cada cara. En el portal web, al seleccionar la miniatura de una cara se muestra información como el nombre de la persona (si se han reconocido), el porcentaje del vídeo que aparece la persona y la biografía de la persona, si son una celebridad. También puede desplazarse entre instancias del vídeo donde aparece la persona.

Modelo de reconocimiento de celebridades

El modelo de reconocimiento de celebridades cubre aproximadamente 1 millón de caras y se basa en orígenes de datos solicitados habitualmente. Caras que Video Indexer no reconoce como celebridades se detectan, pero quedan sin nombre. Puede crear su propio modelo de persona personalizada para entrenar Video Indexer para reconocer caras que no se reconocen de forma predeterminada.

Importante

Para admitir los principios de inteligencia artificial responsable de Microsoft, el acceso a las características de identificación facial, personalización y reconocimiento de celebridades se limita y se basa en los criterios de idoneidad y uso. Las características de identificación facial, personalización y reconocimiento de celebridades están disponibles para los clientes y asociados administrados por Microsoft. Para solicitar acceso, use el formulario de admisión de reconocimiento facial.

Casos de uso de detección de caras

En la lista siguiente se describen ejemplos de casos de uso comunes para la detección de caras:

• Resumir dónde aparece un actor en una película o reutilizar imágenes mediante la búsqueda profunda de caras específicas en los archivos de la organización para obtener información sobre una celebridad específica.
• Obtenga una mayor eficacia al crear historias de características en una agencia de noticias o agencia deportiva. Algunos ejemplos son la búsqueda profunda de una celebridad o un jugador de fútbol en los archivos de la organización.
• Use caras que aparecen en un vídeo para crear promociones, finalizadores o resaltados. Video Indexer puede ayudar agregando fotogramas clave, marcadores de escena, marcas de tiempo y etiquetado para que los editores de contenido inviertan menos tiempo en revisar numerosos archivos.

Términos clave

Término	Definición
Reconocimiento facial	Análisis de imágenes para identificar las caras que aparecen en las imágenes. Este proceso se implementa a través de Face API de Azure AI.
Inscripción	Proceso de inscripción de imágenes de personas para la creación de plantillas para que se puedan reconocer. Cuando una persona está inscrita en un sistema de comprobación que se usa para la autenticación, su plantilla también está asociada a un identificador principal que se usa para determinar qué plantilla se va a comparar con la plantilla de sondeo. Las imágenes e imágenes de alta calidad que representan variaciones naturales en el aspecto de una persona (por ejemplo, llevar gafas y no usar gafas) generan plantillas de inscripción de alta calidad.
Plantilla	Las imágenes inscritas de personas se convierten en plantillas, que luego se usan para el reconocimiento facial. Las características interpretables por máquina se extraen de una o varias imágenes de un individuo para crear la plantilla de esa persona. La inscripción o las imágenes de sondeo no se almacenan en Face API y las imágenes originales no se pueden reconstruir en función de una plantilla. La calidad de la plantilla es un determinante clave para la precisión en los resultados.

Visualización del JSON de información con el portal web

Una vez que haya cargado e indexado un vídeo, la información está disponible en formato JSON para su descarga mediante el portal web.

1. Seleccione la pestaña Biblioteca .
2. Seleccione los medios con los que desea trabajar.
3. Seleccione Descargar y Insights (JSON). El archivo JSON se abre en una nueva pestaña del explorador.
4. Busque el par de claves descrito en la respuesta de ejemplo.

Uso de la API

1. Use la solicitud Obtener índice de vídeo. Se recomienda pasar &includeSummarizedInsights=false.
2. Busque el par de claves descrito en la respuesta de ejemplo.

Importante

Al revisar las detecciones de caras en la interfaz de usuario, es posible que no vea todas las caras que aparecen en el vídeo. Solo exponemos grupos de caras que tienen una confianza de más de 0,5, y la cara debe aparecer durante un mínimo de 4 segundos o un 10 por ciento del valor de video_duration. Solo cuando se cumplen estas condiciones, mostramos la cara en la interfaz de usuario y en el archivo Insights.json . Siempre puede recuperar todas las instancias de face del archivo de artefacto facial mediante la API: https://api.videoindexer.ai/{location}/Accounts/{accountId}/Videos/{videoId}/ArtifactUrl[?Faces][&accessToken].

Respuesta de ejemplo

    "faces": [
        {
        "id": 1785,
        "name": "Emily Tran",
        "confidence": 0.7855,
        "description": null,
        "thumbnailId": "fd2720f7-b029-4e01-af44-3baf4720c531",
        "knownPersonId": "92b25b4c-944f-4063-8ad4-f73492e42e6f",
        "title": null,
        "imageUrl": null,
        "thumbnails": [
            {
            "id": "4d182b8c-2adf-48a2-a352-785e9fcd1fcf",
            "fileName": "FaceInstanceThumbnail_4d182b8c-2adf-48a2-a352-785e9fcd1fcf.jpg",
            "instances": [
                {
                "adjustedStart": "0:00:00",
                "adjustedEnd": "0:00:00.033",
                "start": "0:00:00",
                "end": "0:00:00.033"
                }
            ]
            },
            {
            "id": "feff177b-dabf-4f03-acaf-3e5052c8be57",
            "fileName": "FaceInstanceThumbnail_feff177b-dabf-4f03-acaf-3e5052c8be57.jpg",
            "instances": [
                {
                "adjustedStart": "0:00:05",
                "adjustedEnd": "0:00:05.033",
                "start": "0:00:05",
                "end": "0:00:05.033"
                }
            ]
            },
        ]
        }
    ]

Componentes

En la tabla siguiente se describe cómo se procesan las imágenes de un archivo multimedia durante el procedimiento de detección de caras:

Componente	Definición
Archivo de origen	El usuario carga el archivo de origen para la indexación.
Detección y agregación	El detector de caras identifica las caras de cada fotograma. Las caras se agregan y agrupan.
Reconocimiento	El modelo de celebridades procesa los grupos agregados para reconocer celebridades. Si ha creado su propio modelo de personas, también procesa grupos para reconocer a otras personas. Si no se reconocen personas, se etiquetan como Unknown1, Unknown2, etc.
Valor de confianza	Si procede para caras conocidas o para caras identificadas en la lista personalizable, el nivel de confianza estimado de cada etiqueta se calcula como un intervalo de 0 a 1. La puntuación de confianza representa la certeza en la precisión del resultado. Por ejemplo, una certeza del 82 por ciento se representa como una puntuación de 0,82.

Notas de transparencia

Nota de transparencia

Importante

Es importante leer la información general de la nota de transparencia para todas las características vi. Cada información también tiene notas de transparencia propias:

La detección de caras es una herramienta valiosa para muchos sectores cuando se usa de forma responsable y cuidadosa. Para respetar la privacidad y la seguridad de otros usuarios y cumplir con las normativas locales y globales, se recomienda seguir estas directrices de uso:

• Considere cuidadosamente la precisión de los resultados. Para promover la detección más precisa, compruebe la calidad del vídeo. El vídeo de baja calidad puede afectar a la información que se presenta.
• Revise cuidadosamente los resultados si usa la detección de caras para el cumplimiento de la ley. Es posible que las personas no se detecten si son pequeñas, sentadas, o obstruidas por objetos u otras personas. Para garantizar decisiones justas y de alta calidad, combine la automatización basada en detección de caras con supervisión humana.
• No use la detección de caras para las decisiones que podrían tener efectos adversos graves. Las decisiones basadas en resultados incorrectos pueden tener efectos graves y adversos. Es aconsejable incluir la revisión humana de las decisiones que tienen el potencial de impactos graves en las personas.

Código de ejemplo

Ver todos los ejemplos de VI