人脸检测、特性和输入数据

注意

为了支持我们的负责任 AI 原则，会根据资格和使用标准限制对人脸服务的访问。 人脸服务仅适用于 Microsoft 托管客户和合作伙伴。 使用人脸识别引入表单来申请访问。 有关详细信息，请参阅人脸受限访问页面。

重要

人脸属性由统计算法预测。 不一定准确。 根据特性数据做出决策时请小心。 避免将这些属性用于反欺诈。 我们建议改用人脸活体检测。 有关详细信息，请参阅 教程：检测人脸活体。

本文解释人脸检测和人脸属性数据的概念。 人脸检测是在图像中定位人脸，并有选择地返回不同类型的人脸相关数据的过程。

可以使用检测 API 来检测图像中的人脸。 要开始使用 REST API 或客户端 SDK，请遵循人脸服务快速入门。 要查看更深入的指南，请参阅 调用检测 API。

人脸矩形

每个检测到的人脸对应响应中的一个 faceRectangle 字段。 这是一组像素坐标，用于检测人脸的左边缘、顶部、宽度和高度。 使用这些坐标可以获取人脸的位置及大小。 在 API 响应中，人脸按照从大到小的顺序列出。

使用 Azure Vision Studio 快速轻松地试用人脸检测功能。

尝试 Vision Studio

人脸 ID

人脸 ID 是在图像中检测到的每个人脸的唯一标识符字符串。 Face ID 需要有限访问批准，你可以通过填写受理表单进行申请。 有关更多信息，请参阅人脸 API 受限访问页面。 可以在检测 API 调用中请求人脸 ID。

人脸特征点

人脸特征点是人脸上的一组易于查找的点，例如瞳孔或鼻尖。 默认情况下，有 27 个预定义的特征点。 下图显示了所有 27 个点：

以像素为单位返回的点坐标。

Detection_03 模型目前具有最准确的地标检测能力。 它返回的眼睛和瞳孔特征点足够精确，可实现人脸的视线跟踪。

属性

注意

Microsoft 已停用或限制了部分人脸识别功能，这些功能可能被用于推断情绪状态和身份属性，若使用不当，可能导致人们遭受刻板印象、歧视或不公平的服务拒绝。 已停用的功能包括情绪和性别。 受限制的功能包括年龄、微笑、面部毛发、头发和妆容。 如果你的合理使用场景可从任何受限制功能的使用中受益，请通过电子邮件联系 Azure 人脸团队。 在此处阅读有关此决定的详细信息。

属性是可由检测 API 选择性地检测到的一组特征。 以下属性可以检测到：

• 配饰：指示给定人脸是否佩戴配饰。 此属性返回可能的配饰（包括头饰、眼镜和口罩），每种配饰的置信度分数在 0 到 1 之间。

• 模糊度：指示图像中人脸的模糊程度。 此属性返回 0 到 1 之间的值，以及非正式分级：低、中或高。

• 曝光度：指示图像中人脸的曝光程度。 此属性返回 0 到 1 之间的值，以及非正式分级：underExposure、goodExposure 或 overExposure。

• 眼镜：指示给定人脸是否佩戴眼镜。 可能的值为 NoGlasses、ReadingGlasses、Sunglasses 和 Swimming Goggles。

• 头部姿态：指示人脸在 3D 空间中的朝向。 此属性由按右手规则定义的翻滚角、偏航角和俯仰角（以度为单位）描述。 三个角度的顺序为 roll-yaw-pitch，每个角度的取值范围为 -180 度到 +180 度。 按翻滚角、偏航角、俯仰角的顺序估算面部的三维朝向。 有关角度映射，请参阅以下示意图：

  

  有关如何使用这些值的更多信息，请参阅使用 HeadPose 属性。

• 口罩：指示人脸是否佩戴口罩。 此属性会返回可能的口罩类型，以及一个布尔值，用于指示鼻子和嘴巴是否被覆盖。

• 噪点：指示人脸图像中检测到的视觉噪点。 此属性返回 0 到 1 之间的值，以及非正式分级：低、中或高。

• 遮挡：指示是否有物体遮挡人脸的部分区域。 此属性针对 eyeOccluded、foreheadOccluded 和 mouthOccluded 返回布尔值。

• QualityForRecognition：指示图像的整体质量，用于判断检测中使用的图像是否具备足够质量以尝试人脸识别。 非正式评级值为低、中或高。 人员注册建议仅使用高质量图像，识别场景建议使用质量达到或优于中等水平的图像。

  注意

  每种属性的可用性取决于指定的检测模型。 QualityForRecognition 属性还依赖于识别模型，目前仅在结合使用检测模型 detection_01 或 detection_03 与识别模型 recognition_03 或 recognition_04 时可用。

输入要求

使用以下提示来确保输入的图像提供最准确的检测结果：

• 支持的输入图像格式为 JPEG、PNG、GIF（第一帧）和 BMP。
• 图像文件不得大于 6 MB。

• 在不大于 1920 x 1080 像素的图像中，最小可检测人脸大小是 36 x 36 像素。 在大于 1920 x 1080 像素的图像中，最小人脸大小相应更大。 缩小人脸大小可能会导致无法检测到某些人脸，即便它们大于可检测的人脸大小下限。
• 最大可检测人脸大小为 4096 x 4096 像素。
• 大小在 36 x 36 至 4096 x 4096 像素大小范围之外的人脸将不会被检测到。

包含朝向信息的输入数据

部分 JPEG 格式的输入图像可能在可交换图像文件格式 (EXIF) 元数据中包含朝向信息。 如果 EXIF 方向可用，则在发送人脸检测之前，图像会自动旋转到正确的方向。 将基于旋转的图像估算检测到的每张人脸的面部矩形、特征点和头部姿势。

要正确显示人脸矩形和特征点，需要确保图像旋转正确。 默认情况下，大多数图像可视化工具会根据其 EXIF 方向自动旋转图像。 对于其他工具，可能需要使用自己的代码来应用旋转。 下面的示例演示旋转图像（左）和位旋转图像（右）上的面部矩形。

视频输入

如果从视频流中检测人脸，你可以通过调整摄像机的某些设置来提升性能：

• 平滑效果：许多摄像机会应用平滑效果。 在可能的情况下，应将此关闭，因为它会在帧之间产生模糊，降低清晰度。

• 快门速度：更快的快门速度会减少帧之间的运动模糊，使每一帧更清晰。 建议将快门速度设置为 1/60 秒或更快。

• 快门角度：部分相机指定快门角度而非快门速度。 如果可能，应使用较小的快门角度，这样能获得更清晰的视频帧。

  注意

  快门角度较小的相机传感器在每一帧中接收的光线更少，因此图像会更暗。 你需要确定合适的使用级别。

后续步骤

熟悉人脸检测的概念后，接下来请了解如何编写一个可在给定图像中检测人脸的脚本。

• 调用检测 API