什麼是 Azure AI 臉部辨識服務？
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案例中很重要，例如身分識別、無觸控存取控制，以及基於隱私的自動臉部模糊。
您可以透過用戶端程式庫 SDK 或直接呼叫REST API 來使用臉部服務。 請遵循快速入門以開始使用。
或者您可以使用 Vision Studio 在瀏覽器中快速輕鬆地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。
- 教學課程是篇幅較長的指南，示範如何在更廣泛的商務解決方案中使用此服務作為元件。
如需更為結構化的方法，請遵循臉部的定型課程模組。
範例使用案例
以下是臉部辨識服務的常見使用案例：
驗證使用者身分識別：使用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，例如護照或駕駛執照，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的人，而不是列印相片或面具上發揮重要的功能。 如需使用活躍度進行驗證的詳細資訊，請參閱 活躍度教學課程。 如需非活躍度的身分識別驗證，請遵循 快速入門。
活躍度偵測：活躍度偵測是一項反詐騙功能，可檢查相機前的使用者是否實際存在。 其用來防止使用列印的相片、錄製的影片或使用者臉部的 3D 遮罩進行詐騙攻擊。 活躍度教學課程
無觸控存取控制：相較於現今的方法 (例如卡片或票證)，加入宣告臉部識別可提供增強的存取控制體驗，同時減少卡片共用、遺失或遭竊的安全防護和安全性風險。 臉部辨識可協助簽入程序在機場、運動場、主題公園、大樓、在辦公室的接待資訊亭、醫院、健身房、俱樂部或學校的過程中進行簽入 (並有一個人在旁協助)。
臉部修訂：修訂或模糊影片中錄製的人員臉部，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，如果客戶隸屬於美國警察部門，或允許美國警察部門使用此類服務，則客戶可能無法使用臉部識別功能或 Azure 服務中納入的功能 (例如「臉部索引器」或「影片索引器」)。 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，您將不會在北美洲或針對北美洲的員警部門使用服務，而且您已檢閱負責任 AI (RAI) 文件，並且將會根據此文件來使用此服務。
臉部偵測和分析
在所有其他案例中，臉部偵測需要作為第一個步驟。 偵測 API 可偵測影像中的人臉，並傳回其位置的矩形座標。 其還傳回唯一識別碼，代表儲存的臉部資料。 這會用於稍後的作業，以識別或驗證臉部。
選擇性地，臉部偵測可以擷取一連串與臉部相關的屬性，例如頭部姿勢、年齡、表情、臉部汗毛和眼鏡。 這些屬性是一般的預測，而非實際的分類。 當使用者將自己新增到臉部服務時，某些屬性有助於確保您的應用程式獲得高品質的臉部資料。 例如，如果您的應用程式會建議使用者在戴著太陽眼鏡時，將太陽眼鏡摘下。
警告
Microsoft 已淘汰或限制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、歧視或不公平服務遭拒的影響。 淘汰的功能為情感和性別。 限制的功能為年齡、微笑、臉部毛髮、頭髮和化妝。 如果您有負責任的使用案例可受益於使用任何限制的功能，請傳送電子郵件給 Azure 臉部 API。 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文章。 另請參閱偵測 API 參考文件。
使用 Vision Studio 在瀏覽器中快速又輕鬆地試用臉部偵測功能。
活動偵測
重要
針對臉部活躍度的用戶端 SDK 是一項受管制功能。 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，您可以下載臉部活躍度 SDK。
臉部活躍度偵測可用來判斷輸入視訊串流中的臉部是否為真實 (即時) 或虛假 (詐騙)。 這是生物特徵識別驗證系統中的重要建置組塊，以防止冒充者使用照片、視訊、面具或其他手段來冒充他人，嘗試對系統進行存取的詐騙攻擊。
臉部活躍度偵測的目標是確保系統在驗證時與實際存在的真實人員互動。 隨著數位金融、遠端存取控制和線上身分識別驗證流程的興起，這類系統的重要性與日俱增。
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。 臉部活動偵測是一個仍在積極研究的領域，將持續改善以對抗日益複雜的詐騙攻擊。 隨著整體解決方案能更強固地應對新類型的攻擊，我們將會持續向用戶端和服務元件推出持續改善項目。
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
臉部活躍度 SDK 參考文件：
臉部辨識作業
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) 和臉部識別 (「一對多」比對) 來確認使用者是否為其宣稱之人。
重要
如果您使用 Microsoft 產品或服務來處理生物特徵辨識資料，您必須負責：(i) 向資料主體提供通知，包括與保留期間和毀損有關的通知；(ii) 向資料主體取得同意；以及 (iii) 刪除生物特徵辨識資料，應根據適用資料保護要求酌情採取上述措施。 「生物特徵辨識資料」具有 GDPR 第 4 條中所述的意義，以及其他資料保護要求中的對等字詞 (如適用)。 如需相關資訊，請參閱臉部的資料和隱私權。
識別
臉部辨識可將影像中一張臉部與安全存放庫中的一組臉部進行「一對多」比對。 會根據其臉部資料與查詢臉部的相符程度來傳回相符的候選項目。 此案例是用來將建立或機場存取權授與特定人員群組，或驗證裝置的使用者。
下圖說明資料庫 "myfriends" 的範例。 每個群組最多可包含一百萬個不同的人員物件。 每個人員物件最多可以註冊 248 張臉。
建立及定型群組之後，您即可對新偵測到臉部的群組執行識別作業。 如果臉部識別為群組中的人員，則會傳回人員物件。
驗證
驗證作業會回答「這兩張臉屬於同一個人嗎？」的問題。
驗證也是一種從安全存放庫或相片與單一臉部的「一對一」比對，以確認其是同一個人。 驗證可用於存取控制，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，並傳送此附有其相片識別碼的圖片。 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 參考文件。
尋找類似臉部
「尋找類似項目操作」會在目標臉部和一組候選臉部之間進行臉部比對，以找出看起來與目標臉部相似的一小組臉部。 這適用於依影像執行臉部搜尋。
此服務支援 matchPerson 和 matchFace 兩種工作模式。 matchPerson 模式會在篩選出相同人員後，使用驗證 API 傳回類似的臉部。 matchFace 模式會忽略相同人員的篩選條件。 其會傳回不一定屬於同一人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：
為了尋找四個相似的臉部，matchPerson 模式會傳回 A 和 B，其顯示的是與目標臉部相同的人員。 matchFace 模式會傳回 A、B、C 和 D 正好四個候選項目，不過某些項目不是與目標相同的人員，或是相似度較低。 如需詳細資訊，請參閱尋找類似 API 參考文件。
將臉部分組
群組操作會根據相似度將一組陌生臉部分成數個較小的群組。 每個群組都是與原始臉部集合不相連的適當子集。 其也會傳回單一「messyGroup」陣列，其中包含找不到任何相似性的臉部識別碼。
所傳回群組中的所有臉部都可能屬於相同的人員，但單一人員可能會有數個不同的群組。 群組可由另一個因素來區分，例如表情。 如需詳細資訊，請參閱群組 API 參考文件。
輸入需求
一般影像輸入需求：
- 支援的輸入影像格式包括 JPEG、PNG、GIF (第一個畫面格)、BMP。
- 影像檔案大小應大於 6 MB。
臉部偵測的輸入需求：
- 可偵測的臉部大小下限是 36 x 36 像素 (位於不超過 1920 x 1080 像素的影像中)。 大於 1920 x 1080 像素的影像臉部大小下限會按比例調整增大。 減少臉部大小可能導致無法偵測到某些臉部，即使其大於可偵測的臉部大小下限。
- 可偵測的臉部大小上限為 4096 x 4096 像素。
- 無法偵測到超出 36 x 36 到 4096 x 4096 像素大小範圍之外的臉部。
臉部辨識的輸入需求：
- 某些臉部可能因為相片構圖而無法辨識，例如：
- 過亮的影像，例如嚴重背光。
- 有遮蔽物擋住一或兩隻眼睛。
- 髮型或鬍子的差異。
- 年齡所造成的臉部外觀變化。
- 極端臉部表情。
資料隱私權和安全性
和所有 Azure AI 服務資源一樣，使用臉部辨識服務的開發人員必須了解 Microsoft 對於客戶資料的原則。 如需詳細資訊，請參閱 Microsoft 信任中心的 Azure AI 服務頁面。
下一步
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。