你当前正在访问 Microsoft Azure Global Edition 技术文档网站。 如果需要访问由世纪互联运营的 Microsoft Azure 中国技术文档网站,请访问 https://docs.azure.cn。
FaceDetectorPreset 类
描述分析视频时要使用的所有设置,以便检测 (,并选择性地) 存在的所有人脸进行修订。
必须填充所有必需的参数才能发送到 Azure。
- 继承
-
azure.mgmt.media.models._models_py3.PresetFaceDetectorPreset
构造函数
FaceDetectorPreset(*, resolution: str | _models.AnalysisResolution | None = None, mode: str | _models.FaceRedactorMode | None = None, blur_type: str | _models.BlurType | None = None, experimental_options: Dict[str, str] | None = None, **kwargs)
仅限关键字的参数
名称 | 说明 |
---|---|
resolution
|
指定分析视频时的最大分辨率。 默认行为为“SourceResolution”,它将在分析时将输入视频保持其原始分辨率。 使用“StandardDefinition”会将输入视频的大小调整为标准定义,同时保留适当的纵横比。 仅当视频的分辨率更高时,它才会调整大小。 例如,在处理之前,1920x1080 输入将缩放为 640x360。 切换到“StandardDefinition”将减少处理高分辨率视频所需的时间。 它还可以减少使用此组件的成本, (有关详细信息 https://azure.microsoft.com/en-us/pricing/details/media-services/#analytics) 。 但是,可能无法检测到在调整大小的视频中最终太小的人脸。 已知值为:“SourceResolution”和“StandardDefinition”。 |
mode
|
此模式提供在以下设置之间进行选择的功能:1) 分析 - 仅用于检测。此模式生成一个元数据 JSON 文件,该文件标记整个视频中人脸的外观。如果可能,为同一人的外观分配相同的 ID。2) 组合 - 此外, (模糊) 检测到的人脸。 3) 修订 - 这可实现 2 次通过过程,从而允许对检测到的人脸的子集进行选择性编辑。它从以前的分析阶段获取元数据文件,以及源视频,以及用户选择的需要修订的 ID 子集。 已知值为:“Analyze”、“Redact”和“Combined”。 |
blur_type
|
模糊类型。 已知值为:“Box”、“Low”、“Med”、“High”和“Black”。 |
experimental_options
|
包含未在预设本身中公开的参数的键值对的字典。 |
变量
名称 | 说明 |
---|---|
odata_type
|
派生类型的鉴别器。 必需。 |
resolution
|
指定分析视频时的最大分辨率。 默认行为为“SourceResolution”,它将在分析时将输入视频保持其原始分辨率。 使用“StandardDefinition”会将输入视频的大小调整为标准定义,同时保留适当的纵横比。 仅当视频的分辨率更高时,它才会调整大小。 例如,在处理之前,1920x1080 输入将缩放为 640x360。 切换到“StandardDefinition”将减少处理高分辨率视频所需的时间。 它还可以减少使用此组件的成本, (有关详细信息 https://azure.microsoft.com/en-us/pricing/details/media-services/#analytics) 。 但是,可能无法检测到在调整大小的视频中最终太小的人脸。 已知值为:“SourceResolution”和“StandardDefinition”。 |
mode
|
此模式提供在以下设置之间进行选择的功能:1) 分析
|
blur_type
|
模糊类型。 已知值为:“Box”、“Low”、“Med”、“High”和“Black”。 |
experimental_options
|
包含未在预设本身中公开的参数的键值对的字典。 |
反馈
https://aka.ms/ContentUserFeedback。
即将发布:在整个 2024 年,我们将逐步淘汰作为内容反馈机制的“GitHub 问题”,并将其取代为新的反馈系统。 有关详细信息,请参阅:提交和查看相关反馈