Vad är Azure AI Face Service?
Azure AI Face Service tillhandahåller AI-algoritmer som identifierar, känner igen och analyserar mänskliga ansikten i bilder. Programvara för ansiktsigenkänning är viktig i många olika scenarier, till exempel identifiering, beröringsfri åtkomstkontroll och ansiktsutsuddning för sekretess.
Du kan använda ansiktstjänsten via ett klientbiblioteks-SDK eller genom att anropa REST-API:et direkt. Följ snabbstarten för att komma igång.
Eller så kan du prova funktionerna i Ansiktstjänsten snabbt och enkelt i webbläsaren med hjälp av Vision Studio.
Varning
Åtkomsten till ansiktstjänsten är begränsad baserat på berättigande- och användningskriterier för att stödja våra principer för ansvarsfull AI. Ansiktstjänsten är endast tillgänglig för Microsofts hanterade kunder och partner. Använd formuläret ansiktsigenkänning för att ansöka om åtkomst. Mer information finns på sidan ansiktsbegränsade åtkomst .
Den här dokumentationen innehåller följande typer av artiklar:
- Snabbstarterna är stegvisa instruktioner som gör att du kan göra anrop till tjänsten och få resultat på kort tid.
- Instruktionsguiderna innehåller instruktioner för att använda tjänsten på mer specifika eller anpassade sätt.
- De konceptuella artiklarna innehåller djupgående förklaringar av tjänstens funktioner och funktioner.
- Självstudierna är längre guider som visar hur du använder den här tjänsten som en komponent i bredare affärslösningar.
Om du vill ha en mer strukturerad metod följer du en träningsmodul för Ansiktsigenkänning.
Användningsexempel
Verifiera användaridentitet: Verifiera en person mot en betrodd ansiktsbild. Den här verifieringen kan användas för att ge åtkomst till digitala eller fysiska egenskaper, till exempel ett bankkonto, åtkomst till en byggnad och så vidare. I de flesta fall kan den betrodda ansiktsbilden komma från ett statligt utfärdat ID, till exempel ett pass eller körkort, eller så kan den komma från ett registreringsfoto taget personligen. Under verifieringen kan livenessidentifiering spela en viktig roll för att verifiera att bilden kommer från en verklig person, inte ett tryckt foto eller mask. Mer information om verifiering med liveness finns i självstudien om liveness. Följ snabbstarten för identitetsverifiering utan livskraft.
Identifiering av liveness: Liveness-identifiering är en funktion mot förfalskning som kontrollerar om en användare är fysiskt närvarande framför kameran. Den används för att förhindra förfalskningsattacker med ett utskrivet foto, en video eller en 3D-mask av användarens ansikte. Självstudie om liveness
Beröringsfri åtkomstkontroll: Jämfört med dagens metoder som kort eller biljetter ger opt-in ansiktsidentifiering en förbättrad åtkomstkontrollupplevelse samtidigt som du minskar hygien- och säkerhetsriskerna med kortdelning, förlust eller stöld. Ansiktsigenkänning hjälper incheckningsprocessen med en människa i slingan för incheckningar på flygplatser, arenor, nöjesparker, byggnader, receptionskiosker på kontor, sjukhus, gym, klubbar eller skolor.
Ansiktsredigering: Redigera eller sudda ut identifierade ansikten på personer som spelats in i en video för att skydda deras integritet.
Varning
Den 11 juni 2020 meddelade Microsoft att de inte kommer att sälja teknik för ansiktsigenkänning till polismyndigheter i USA förrän starka föreskrifter som rör användningen av dessa tekniker och som bygger på de mänskliga rättigheterna har införts. Därför får kunder inte använda ansiktsigenkänningsfunktioner eller funktioner som ingår i Azure Services, till exempel Ansiktsigenkänning eller Video Indexer, om en kund är, eller tillåter användning av sådana tjänster av eller för, en polisavdelning i USA. När du skapar en ny ansiktsresurs måste du bekräfta och godkänna i Azure-portalen att du inte kommer att använda tjänsten av eller för en polisavdelning i USA och att du har granskat dokumentationen om ansvarsfull AI och kommer att använda den här tjänsten i enlighet med den.
Ansiktsigenkänning och analys
Ansiktsigenkänning krävs som ett första steg i alla andra scenarier. Identifierings-API:et identifierar mänskliga ansikten i en bild och returnerar rektangelkoordinaterna för deras platser. Den returnerar också ett unikt ID som representerar lagrade ansiktsdata. Detta används i senare åtgärder för att identifiera eller verifiera ansikten.
Alternativt kan ansiktsidentifiering extrahera en uppsättning ansiktsrelaterade attribut, till exempel huvudställning, ålder, känsla, ansiktshår och glasögon. Dessa attribut är allmänna förutsägelser, inte faktiska klassificeringar. Vissa attribut är användbara för att säkerställa att ditt program får högkvalitativa ansiktsdata när användarna lägger till sig själva i en ansiktstjänst. Ditt program kan till exempel råda användarna att ta av sig solglasögonen om de bär solglasögon.
Varning
Microsoft har dragit tillbaka funktioner för ansiktsigenkänning som kan användas för att försöka härleda känslomässiga tillstånd och identitetsattribut som, om de missbrukas, kan utsätta människor för stereotyper, diskriminering eller orättvis överbelastning av tjänster. Dessa inkluderar funktioner som förutsäger känslor, kön, ålder, leende, ansiktshår, hår och smink. Läs mer om det här beslutet här.
Mer information om ansiktsidentifiering och analys finns i artikeln Begrepp för ansiktsidentifiering . Se även referensdokumentationen för Identifiera API .
Du kan testa ansiktsigenkänning snabbt och enkelt i webbläsaren med hjälp av Vision Studio.
Identifiering av liveness
Viktigt!
Ansiktsklient-SDK:er för liveness är en gated-funktion. Du måste begära åtkomst till liveness-funktionen genom att fylla i intagsformuläret för ansiktsigenkänning. När din Azure-prenumeration beviljas åtkomst kan du ladda ned Face liveness SDK.
Identifiering av ansiktsuppspelning kan användas för att avgöra om ett ansikte i en indatavideoström är verklig (live) eller falsk (förfalskning). Detta är en viktig byggsten i ett biometriskt autentiseringssystem för att förhindra förfalskning av attacker från bedragare som försöker få åtkomst till systemet med hjälp av ett fotografi, en video, en mask eller något annat sätt att utge sig för att vara en annan person.
Målet med livenessidentifiering är att säkerställa att systemet interagerar med en fysiskt närvarande levande person vid tidpunkten för autentiseringen. Sådana system har blivit allt viktigare med framväxten av digital finansiering, fjärråtkomstkontroll och identitetsverifiering online.
Liveness Detection-lösningen skyddar framgångsrikt mot en mängd olika förfalskningstyper som sträcker sig från pappersutskrifter, 2d/3d masker och falska presentationer på telefoner och bärbara datorer. Liveness detection är ett aktivt område för forskning, med kontinuerliga förbättringar som görs för att motverka alltmer sofistikerade förfalskningsattacker över tid. Kontinuerliga förbättringar kommer att distribueras till klienten och tjänstkomponenterna över tid när den övergripande lösningen blir mer robust för nya typer av attacker.
Vår lösning för livenessidentifiering uppfyller iBeta-nivå 1 och 2 ISO/IEC 30107-3-efterlevnad.
Självstudier
- Självstudier om ansiktsberedskap
- Övervakning av missbruk
Referensdokument för Face Liveness SDK:
Ansiktsigenkänning
Moderna företag och appar kan använda ansiktsigenkänningstekniker, inklusive ansiktsverifiering ("en-till-en"-matchning) och ansiktsidentifiering ("en-till-många"-matchning) för att bekräfta att en användare är den de påstår sig vara.
Viktigt!
Om du använder Microsofts produkter eller tjänster för att bearbeta biometriska data ansvarar du för att: (i) meddela registrerade, inklusive med avseende på kvarhållningsperioder och destruktion; ii) erhålla samtycke från registrerade. och iii) ta bort biometriska data, allt efter behov och krävs enligt tillämpliga dataskyddskrav. "Biometriska data" kommer att ha den betydelse som anges i artikel 4 i GDPR och, om tillämpligt, likvärdiga termer i andra dataskyddskrav. Relaterad information finns i Data och sekretess för Ansikte.
Identifiering
Ansiktsidentifiering kan hantera "en-till-många"-matchning av ett ansikte i en bild till en uppsättning ansikten på en säker lagringsplats. Matchningskandidater returneras baserat på hur nära deras ansiktsdata matchar frågeyttan. Det här scenariot används för att bevilja byggnads- eller flygplatsåtkomst till en viss grupp personer eller verifiera användaren av en enhet.
Följande bild visar ett exempel på en databas med namnet "myfriends". Varje grupp kan innehålla upp till 1 miljon olika personobjekt. Varje personobjekt kan ha upp till 248 registrerade ansikten.
När du har skapat och tränat en grupp kan du identifiera gruppen med ett nytt identifierat ansikte. Om ansiktet identifieras som en person i gruppen, så returneras personobjektet.
Verifiering
Verifieringsåtgärden svarar på frågan "Tillhör dessa två ansikten samma person?".
Verifiering är också en "en-till-en"-matchning av ett ansikte i en bild till ett enda ansikte från en säker lagringsplats eller ett foto för att verifiera att de är samma person. Verifiering kan användas för åtkomstkontroll, till exempel en bankapp som gör det möjligt för användare att öppna ett kreditkonto via fjärranslutning genom att ta en ny bild av sig själva och skicka den med en bild av sitt foto-ID. Det kan också användas som en slutlig kontroll av resultatet av ett API-anrop för identifiering.
Mer information om ansiktsigenkänning finns i guiden för ansiktsigenkänningsbegrepp eller referensdokumentationen för identifiera och verifiera API.
Hitta liknande ansikten
Åtgärden Hitta liknande matchar ansikten mellan ett mål ansikte och en uppsättning kandidat ansikten, hitta en mindre uppsättning ansikten som ser ut ungefär som mål ansikte. Detta är användbart för att göra en ansiktssökning efter bild.
Tjänsten stöder två arbetslägen, matchPerson och matchFace. MatchPerson-läget returnerar liknande ansikten efter filtrering för samma person med hjälp av Verifiera API. MatchFace-läget ignorerar samma person-filtret. Den returnerar en lista över liknande kandidatansikten som kanske eller kanske inte tillhör samma person.
I följande exempel visas måligenkänningen:
Och dessa bilder är kandidat ansikten:
För att hitta fyra liknande ansikten returnerar matchPerson-läget A och B, som visar samma person som mål ansikte. MatchFace-läget returnerar A, B, C och D, vilket är exakt fyra kandidater, även om vissa inte är samma person som målet eller har låg likhet. Mer information finns i guiden för ansiktsigenkänningsbegrepp eller referensdokumentationen hitta liknande API .
Gruppera ansikten
Gruppåtgärden delar upp en uppsättning okända ansikten i flera mindre grupper baserat på likhet. Varje grupp är en åtskild delmängd av den ursprungliga uppsättningen ansikten. Den returnerar också en enda "messyGroup"-matris som innehåller ansikts-ID:n som inga likheter hittades för.
Alla ansikten i en returnerad grupp tillhör sannolikt samma person, men det kan finnas flera olika grupper för en enskild person. Dessa grupper särskiljs av en annan faktor, till exempel uttryck. Mer information finns i guiden för ansiktsigenkänningsbegrepp eller referensdokumentationen för grupp-API .
Indatakrav
Allmänna krav för bildinmatning:
- De indatabildformat som stöds är JPEG, PNG, GIF (den första ramen), BMP.
- Bildfilens storlek får inte vara större än 6 MB.
Indatakrav för ansiktsidentifiering:
- Den minsta detekterbara ansiktsstorleken är 36 x 36 bildpunkter i en bild som inte är större än 1 920 x 1 080 bildpunkter. Bilder med större än 1 920 x 1 080 bildpunkter har en proportionellt större minsta ansiktsstorlek. Om ansiktsstorleken minskas kan vissa ansikten inte identifieras, även om de är större än den minsta påvisbara ansiktsstorleken.
- Den maximala detekterbara ansiktsstorleken är 4 096 x 4 096 bildpunkter.
- Ansikten utanför storleksintervallet 36 x 36 till 4 096 x 4 096 bildpunkter identifieras inte.
Indatakrav för ansiktsigenkänning:
- Vissa ansikten kanske inte känns igen på grund av fotosammansättning, till exempel:
- Bilder med extrem belysning, till exempel svår bakgrundsbelysning.
- Hinder som blockerar ett eller båda ögonen.
- Skillnader i hårtyp eller ansiktshår.
- Förändringar i ansiktsutseende på grund av ålder.
- Extrema ansiktsuttryck.
Datasekretess och säkerhet
Precis som med alla Azure AI-tjänstresurser måste utvecklare som använder ansiktstjänsten vara medvetna om Microsofts principer för kunddata. Mer information finns på sidan Azure AI-tjänster i Microsoft Trust Center.
Nästa steg
Följ en snabbstart för att koda de grundläggande komponenterna i en ansiktsigenkänningsapp på valfritt språk.