本頁面由 Cloud Translation API 翻譯而成。

臉部偵測概念

臉部偵測功能會在視覺媒體 (例如數位圖片或影片) 中尋找人臉。當偵測到臉孔有相關聯的位置、大小和方向，可以搜尋眼睛和鼻子等地標。

以下是與 ML Kit 臉部偵測功能相關的一些字詞：

臉部追蹤可將臉部偵測功能擴展到影片序列，從影格到每個影格，都能追蹤片中長度任意長度的臉孔。這表示在連續視訊影格中偵測到的臉孔，可識別為同一個人。請注意，這不是「臉部辨識」的形式。臉部追蹤只會根據影片序列中臉孔的位置和動作進行推論。
「地標」是指表面中的搜尋點。左眼、右眼和鼻子都是地標的例子。ML Kit 可讓您在偵測到的臉孔中尋找地標。
輪廓是一組隨臉部地圖項目形狀的點。ML Kit 提供找出臉部的輪廓。
「分類」可判斷是否存在特定的臉部特徵。舉例來說，您可將臉孔區分為面部處於開啟或關閉、笑臉、笑臉等。

正面

以下字詞說明臉孔與相機相關的角度：

當 LANDMARK_MODE_NONE、CONTOUR_MODE_ALL、CLASSIFICATION_MODE_NONE 和 PERFORMANCE_MODE_FAST 一起設定時，ML Kit 不會回報偵測到的臉部的 Euler X、Euler Y 或 Euler Z 角度。

地標是指臉孔中的搜尋點。左眼、右眼和鼻子都是地標的範例。

ML Kit 無須尋找地標即可偵測臉孔。地標偵測功能為選用步驟，預設為停用。

下表摘要列出若特定臉孔的 Y 軸角度，可以偵測到的所有地標：

每個偵測到的地標在圖片中都有相關聯的位置。

輪廓是一組點，代表臉部特徵的形狀。下圖說明這些點如何對應到臉孔。按一下圖片即可放大：

每個 ML Kit 偵測到的特徵輪廓會以固定數量的點表示：

一次取得所有臉孔的輪廓時，您會收到包含 133 個點的陣列，該陣列會對應至不同的輪廓，如下所示：

分類可決定特定臉部特徵是否存在。 ML Kit 目前支援兩種分類：「眼睛開放」和「笑臉」。

分類是確定值。代表臉部特徵存在的信賴水準。舉例來說，如果值為 0.7 以上的圖片分類，表示某人可能有在微笑。

這兩種分類都必須仰賴地標偵測。

另請注意，「眼睛開放」和「面露笑」分類僅適用於正面臉孔，也就是較小的歐拉 Y 角 (介於 -18 到 18 度之間) 的臉孔。

最小臉孔大小是所需的臉孔大小，以頭部的寬度與圖片寬度的比例表示。舉例來說，值為 0.1 表示要搜尋的最小臉孔約佔搜尋圖片寬度的 10%。

臉孔最小尺寸代表效能與準確率的取捨：設定較小的臉孔下限可讓偵測工具找到較小的臉孔，但偵測所需的時間較長；設定較大的臉孔可能會排除較小的臉孔，但執行速度更快。

臉孔大小下限並非硬性限制；偵測工具可能會找到比指定範圍稍小的臉孔。

在 iOS 或 Android 應用程式中使用臉部偵測功能：