什麼是 Azure AI 臉部服務？
Azure AI 臉部辨識服務會提供 AI 演算法，可偵測、辨識和分析影像中的人臉。 臉部辨識軟體在許多不同的案例都很重要，例如識別、非接觸式存取控制，以及保護隱私的臉部模糊處理。
透過用戶端程式庫 SDK 或直接呼叫 REST API 皆可使用 Face 服務。 請遵循快速入門以開始使用。
或者，您可以使用 Vision Studio 快速且輕鬆地在瀏覽器中試用臉部服務的功能。
警告
臉部辨識服務存取受限於資格和使用準則，以支援我們的「負責任的 AI 原則」。 臉部辨識服務僅供 Microsoft 受管理的客戶和合作夥伴使用。 請使用臉部辨識受理表單以申請存取。 如需詳細資訊，請參閱臉部的有限存取權頁面。
此文件包含下列類型的文章：
- 快速入門是逐步指示，可讓您呼叫服務並在短時間內取得結果。
- 操作指南包含以更具體或自訂的方式使用服務的指示。
- 概念性文章提供服務功能和特徵的深入說明。
- 本 教學課程是較長的 指南，說明如何在更廣泛的商務解決方案中使用這項服務作為元件。
如需更結構化的方法，請遵循臉部的訓練課程模組。
範例使用案例
驗證使用者身分識別：針對受信任的臉部影像驗證人員。 此驗證可用來授與數位或實體屬性的存取權，例如銀行帳戶、建築物的存取權等等。 在大部分情況下，受信任的臉部影像可能來自政府核發的身份證，例如護照或駕照，或者可能來自親自拍攝的註冊照片。 在驗證期間，活躍度偵測可以在驗證影像是否來自真實人，而不是列印相片或遮罩方面扮演重要角色。 如需使用活躍度進行驗證的詳細資訊，請參閱 liveness 教學課程。 如需身分識別驗證，請遵循 快速入門。
即時性偵測：即時性偵測是一項反詐騙功能，可檢查使用者是否在相機前實際存在。 它用來防止使用印刷相片、視訊或用戶臉部的 3D 遮罩來詐騙攻擊。 Liveness 教學課程
無接觸訪問控制：相較於現今的卡片或票證等方法，選擇加入臉部識別可增強訪問控制體驗，同時降低卡片共用、遺失或竊取的衛生和安全性風險。 臉部辨識可協助人員在機場、體育場、主題公園、建築物、辦公室、醫院、健身房、俱樂部或學校辦理登機手續。
臉部修訂：修訂或模糊偵測到在影片中錄製的人臉，以保護其隱私權。
警告
Microsoft 於 2020 年 6 月 11 日宣佈，除非已制訂立基於人權的健全監管法規，否則不會將臉部辨識技術銷銷售給美國的警察部門。 因此，客戶不得使用 Azure 服務中包含的臉部辨識特徵或功能，例如臉部或視訊索引器，如果客戶是或允許或允許使用這類服務，則 美國 的員警局。 當您建立新的臉部資源時，您必須在 Azure 入口網站中確認並同意，您不會在 美國 中針對員警局使用服務，而且您已檢閱負責任 AI 檔，並將根據該服務使用此服務。
臉部偵測和分析
臉部偵測是所有其他案例的第一個步驟。 偵測 API 會偵測影像中的人臉，並傳回其位置的矩形座標。 它也會傳回代表預存臉部數據的唯一標識符。 這會在稍後的作業中用來識別或驗證臉部。
或者，臉部偵測可以擷取一組臉部相關屬性，例如頭部姿勢、年齡、表情、臉部頭髮和眼鏡。 這些屬性是一般預測，而不是實際的分類。 有些屬性很實用，可確保當使用者將自己新增至臉部服務時，您的應用程式會取得高品質的臉部數據。 例如，如果您的應用程式會建議使用者在戴太陽鏡時脫下太陽鏡。
警告
Microsoft 已淘汰可用來試圖推斷情緒狀態和身分識別屬性的臉部辨識功能，此功能若使用不當，可能會使人們遭受刻板印象、歧視或不公平阻斷服務的影響。 其中包括可預測表情、性別、年齡、笑臉、臉部毛髮、頭髮和化妝品的功能。 在這裡深入了解此決策。
如需臉部偵測和分析的詳細資訊，請參閱 臉部偵測 概念一文。 另請參閱 偵測 API 參考檔。
您可以使用 Vision Studio 快速且輕鬆地在瀏覽器中試用臉部偵測。
即時性偵測
重要
適用於活躍性的臉部用戶端 SDK 是一項閘道功能。 您必須填寫 臉部辨識接收表單，以要求存取活躍度功能。 當您的 Azure 訂用帳戶獲得存取權時，您可以下載 Face liveness SDK。
臉部即時偵測可用來判斷輸入視訊串流中的臉部是否為真實（即時）或假（詐騙）。 這是生物特徵辨識驗證系統中的重要建置組塊，以防止冒充冒充他人的照片、視訊、遮罩或其他手段，從冒充冒充他人的冒充系統來詐騙攻擊。
即時偵測的目標是確保系統在驗證時與實際存在的即時人員互動。 隨著數位金融、遠端訪問和在線身分識別驗證程序的興起，這類系統變得越來越重要。
即時偵測解決方案可成功防禦各種詐騙類型，範圍從紙張列印、2d/3d面具，以及手機和筆記型電腦上的詐騙簡報。 活躍度偵測是一個活躍的研究領域，不斷改進，以對抗隨著時間的推移日益複雜的詐騙攻擊。 隨著整體解決方案對新類型的攻擊更強固，持續改善會持續向用戶端和服務元件推出。
我們的活躍度偵測解決方案符合 iBeta 層級 1 和 2 ISO/IEC 30107-3 合規性。
教學課程
臉部活躍 SDK 參考檔：
臉部辨識
現代企業和應用程式可以使用臉部辨識技術，包括臉部驗證（一對一“比對一）和臉部識別（”一對多“比對）來確認用戶是誰。
重要
如果您使用 Microsoft 產品或服務來處理生物特徵辨識數據，您必須負責：（i） 向數據主體提供通知，包括保留期間和銷毀：（二） 取得數據主體的同意：和 （iii） 刪除生物特徵辨識數據，在適用的數據保護需求下，一切適當且必要。 「生物特徵辨識數據」將具有GDPR第4條中所述的意義，如果適用的話，其他數據保護需求中的對等詞彙。 如需相關信息，請參閱 臉部的數據與隱私權。
識別
臉部識別可以解決影像中一張臉部與安全存放庫中一組臉部的「一對多」比對。 比對候選項目會根據其臉部數據與查詢臉部的相符程度來傳回。 此案例用於將建築物或機場存取權授與特定人員群組，或驗證裝置的使用者。
下圖顯示名為 "myfriends"的資料庫範例。 每個群組最多可以包含1百萬個不同的人員物件。 每個人員物件最多可以註冊 248 個臉部。
建立和定型群組之後，您可以使用新偵測到的臉部對群組進行識別。 如果臉部識別為群組中的人員，則會傳回 person 物件。
驗證
驗證作業會回答「這兩張臉部是否屬於同一個人？」的問題。
驗證也是影像中臉部與安全存放庫或相片中單一臉部的「一對一」比對，以驗證它們是否為同一個人。 驗證可用於訪問控制，例如銀行應用程式，可讓使用者從遠端開啟信用帳戶，方法是拍攝自己的新圖片，並傳送其相片標識符圖片。 它也可以用來作為識別 API 呼叫結果的最終檢查。
如需臉部辨識的詳細資訊，請參閱 臉部辨識 概念指南或 識別 和 驗證 API 參考檔。
尋找類似的臉部
「尋找相似」作業會執行目標臉部與一組候選臉部之間的臉部比對，並尋找看起來與目標臉部相似的較小臉部集合。 這適用於依影像執行臉部搜尋。
此服務支援兩種工作模式： matchPerson 和 matchFace。 matchPerson 模式在使用驗證 API 篩選相同人員之後，會傳回類似的臉部。 matchFace 模式會忽略相同的人員篩選。 它會傳回可能或可能不屬於相同人員的類似候選臉部清單。
下列範例顯示目標臉部：
而這些影像是候選臉部：
若要尋找四個類似的臉部， matchPerson 模式會傳回 A 和 B，其中顯示與目標臉部相同的人員。 matchFace 模式會傳回 A、B、C 和 D，這正好是四個候選專案，即使有些候選人與目標不同或相似度較低。 如需詳細資訊，請參閱 臉部辨識 概念指南或 尋找類似的 API 參考檔。
群組臉部
群組作業會根據相似性，將一組未知的臉部分成數個較小的群組。 每個群組都是原始臉部集的不相鄰適當子集。 它也會傳回單一 「messyGroup」 陣列，其中包含找不到相似性的臉部標識碼。
傳回群組中的所有臉部都可能屬於同一個人，但單一人員可能有數個不同的群組。 例如，這些群組會以另一個因素來區分，例如expression。 如需詳細資訊，請參閱 臉部辨識 概念指南或 群組 API 參考檔。
輸入需求
一般影像輸入需求：
- 支援的輸入影像格式為 JPEG、PNG、GIF（第一個畫面）、BMP。
- 圖像檔案大小不應大於 6 MB。
臉部偵測的輸入需求：
- 影像中可偵測到的臉部大小下限為 36 x 36 像素，且不大於 1920 x 1080 圖元。 大於 1920 x 1080 像素的影像，其最小臉部大小會按比例增加。 減少臉部大小可能會導致某些臉部無法偵測，即使它們大於可偵測到的最小臉部大小也一樣。
- 可偵測的臉部大小上限為 4096 x 4096 圖元。
- 不會偵測到大小範圍 36 x 36 到 4096 x 4096 像素以外的臉部。
臉部辨識的輸入需求：
- 某些臉部可能因為相片組合而無法辨識，例如：
- 具有極端光源的影像，例如嚴重反光。
- 阻礙一或兩隻眼睛的障礙物。
- 頭髮類型或面部頭髮的差異。
- 面部外觀因年齡而改變。
- 極端的面部表情。
資料隱私權和安全性
如同所有 Azure AI 服務資源，使用臉部服務的開發人員必須瞭解 Microsoft 對客戶數據的原則。 如需詳細資訊，請參閱 Microsoft 信任中心的 Azure AI 服務頁面。
下一步
請遵循快速入門，以您選擇的語言撰寫臉部辨識應用程式的基本元件。
意見反映
即將推出：我們會在 2024 年淘汰 GitHub 問題，並以全新的意見反應系統取代並作為內容意見反應的渠道。 如需更多資訊，請參閱：https://aka.ms/ContentUserFeedback。
提交及檢視以下的意見反映：