Inzichten in gezichtsdetectie verkrijgen
Gezichtsdetectie
Gezichtsdetectie detecteert gezichten in een mediabestand en voegt vervolgens exemplaren van vergelijkbare gezichten samen in groepen.
Inzichten voor gezichtsdetectie worden gegenereerd als een gecategoriseerde lijst in een JSON-bestand met een miniatuur en een naam of een id voor elk gezicht. Als u in de webportal een miniatuur van een gezicht selecteert, worden gegevens weergegeven zoals de naam van de persoon (als ze zijn herkend), het percentage van de video dat de persoon verschijnt en de biografie van de persoon, als ze een beroemdheid zijn. U kunt ook schuiven tussen exemplaren in de video waarin de persoon wordt weergegeven.
Model voor herkenning van beroemdheden
Het herkenningsmodel voor beroemdheden omvat ongeveer 1 miljoen gezichten en is gebaseerd op veelgebruikte gegevensbronnen. Gezichten die Video Indexer niet herkent als beroemdheden, worden gedetecteerd, maar niet-benoemd. U kunt uw eigen aangepaste persoonsmodel bouwen om Video Indexer te trainen om gezichten te herkennen die niet standaard worden herkend.
Belangrijk
Om Microsoft Responsible AI-principes te ondersteunen, is de toegang tot functies voor gezichtsidentificatie, aanpassing en beroemdheidsherkenning beperkt en gebaseerd op geschiktheids- en gebruikscriteria. Functies voor gezichtsidentificatie, aanpassing en beroemdheidsherkenning zijn beschikbaar voor door Microsoft beheerde klanten en partners. Als u toegang wilt aanvragen, gebruikt u het intakeformulier voor gezichtsherkenning.
Use cases voor gezichtsdetectie
In de volgende lijst worden voorbeelden van veelvoorkomende gebruiksvoorbeelden voor gezichtsdetectie beschreven:
- Samenvatten waar een acteur in een film verschijnt of beelden hergebruiken door specifieke gezichten in organisatiearchieven diep te doorzoeken voor inzicht in een specifieke beroemdheid.
- Krijg een betere efficiëntie wanneer u functieverhalen maakt bij een nieuwsbureau of sportbureau. Voorbeelden zijn diep zoeken naar een beroemdheid of een voetballer in organisatiearchieven.
- Gebruik gezichten die worden weergegeven in een video om promo's, trailers of hoogtepunten te maken. Video Indexer kan u helpen door sleutelframes, scènemarkeringen, tijdstempels en labels toe te voegen, zodat inhoudseditors minder tijd besteden aan het controleren van talloze bestanden.
Belangrijke termen
| Term | Definitie |
|---|---|
| Gezichtsherkenning | Afbeeldingen analyseren om de gezichten te identificeren die in de afbeeldingen worden weergegeven. Dit proces wordt geïmplementeerd via de Azure AI Face-API. |
| Inschrijving | Het proces voor het inschrijven van installatiekopieën van personen voor het maken van sjablonen, zodat ze kunnen worden herkend. Wanneer een persoon is ingeschreven bij een verificatiesysteem dat wordt gebruikt voor verificatie, wordt de sjabloon ook gekoppeld aan een primaire id die wordt gebruikt om te bepalen welke sjabloon moet worden vergeleken met de testsjabloon. Afbeeldingen en afbeeldingen van hoge kwaliteit die natuurlijke variaties vertegenwoordigen in hoe een persoon eruitziet (bijvoorbeeld het dragen van een bril en het niet dragen van een bril) genereert hoogwaardige inschrijvingssjablonen. |
| Sjabloon | Ingeschreven afbeeldingen van personen worden geconverteerd naar sjablonen, die vervolgens worden gebruikt voor gezichtsherkenning. Machine interpreteerbare functies worden geëxtraheerd uit een of meer installatiekopieën van een persoon om de sjabloon van die persoon te maken. De registratie- of testafbeeldingen worden niet opgeslagen door de Face-API en de oorspronkelijke afbeeldingen kunnen niet worden gereconstrueerd op basis van een sjabloon. Sjabloonkwaliteit is een belangrijke determinant voor nauwkeurigheid in uw resultaten. |
De inzicht-JSON weergeven met de webportal
Zodra u een video hebt geüpload en geïndexeerd, zijn inzichten beschikbaar in JSON-indeling voor downloaden met behulp van de webportal.
- Selecteer het tabblad Bibliotheek .
- Selecteer media waarmee u wilt werken.
- Selecteer Downloaden en de Inzichten (JSON). Het JSON-bestand wordt geopend op een nieuw browsertabblad.
- Zoek naar het sleutelpaar dat wordt beschreven in het voorbeeldantwoord.
De API gebruiken
- Gebruik de aanvraag Video Index ophalen. We raden u aan door te geven
&includeSummarizedInsights=false. - Zoek naar de sleutelparen die worden beschreven in het voorbeeldantwoord.
Belangrijk
Wanneer u gezichtsdetecties in de gebruikersinterface bekijkt, ziet u mogelijk niet alle gezichten die in de video worden weergegeven. We stellen alleen gezichtsgroepen bloot die een betrouwbaarheid van meer dan 0,5 hebben en het gezicht moet minimaal 4 seconden of 10 procent van de waarde van video_duration. Alleen wanneer aan deze voorwaarden wordt voldaan, laten we het gezicht in de gebruikersinterface en in het Insights.json bestand zien. U kunt altijd alle gezichtsexemplaren ophalen uit het bestand met gezichtsartefacten met behulp van de API: https://api.videoindexer.ai/{location}/Accounts/{accountId}/Videos/{videoId}/ArtifactUrl[?Faces][&accessToken]
Voorbeeld van een antwoord
"faces": [
{
"id": 1785,
"name": "Emily Tran",
"confidence": 0.7855,
"description": null,
"thumbnailId": "fd2720f7-b029-4e01-af44-3baf4720c531",
"knownPersonId": "92b25b4c-944f-4063-8ad4-f73492e42e6f",
"title": null,
"imageUrl": null,
"thumbnails": [
{
"id": "4d182b8c-2adf-48a2-a352-785e9fcd1fcf",
"fileName": "FaceInstanceThumbnail_4d182b8c-2adf-48a2-a352-785e9fcd1fcf.jpg",
"instances": [
{
"adjustedStart": "0:00:00",
"adjustedEnd": "0:00:00.033",
"start": "0:00:00",
"end": "0:00:00.033"
}
]
},
{
"id": "feff177b-dabf-4f03-acaf-3e5052c8be57",
"fileName": "FaceInstanceThumbnail_feff177b-dabf-4f03-acaf-3e5052c8be57.jpg",
"instances": [
{
"adjustedStart": "0:00:05",
"adjustedEnd": "0:00:05.033",
"start": "0:00:05",
"end": "0:00:05.033"
}
]
},
]
}
]
Belangrijk
Het is belangrijk om het overzicht van de transparantienotitie voor alle VI-functies te lezen. Elk inzicht heeft ook eigen transparantienotities:
Notities voor gezichtsdetectie
Gezichtsdetectie is een hulpmiddel voor veel branches wanneer het op verantwoorde en zorgvuldige wijze wordt gebruikt. Om de privacy en veiligheid van anderen te respecteren en om te voldoen aan lokale en wereldwijde voorschriften, raden we u aan deze gebruiksrichtlijnen te volgen:
- Houd zorgvuldig rekening met de nauwkeurigheid van de resultaten. Controleer de kwaliteit van de video om nauwkeurigere detectie te bevorderen. Video met lage kwaliteit kan van invloed zijn op de inzichten die worden gepresenteerd.
- Bekijk de resultaten zorgvuldig als u gezichtsdetectie gebruikt voor rechtshandhaving. Mensen kunnen niet worden gedetecteerd als ze klein, zittend, geluisd of geblokkeerd zijn door objecten of andere personen. Om eerlijke en hoogwaardige beslissingen te nemen, combineert u automatisering op basis van gezichtsdetectie met menselijk toezicht.
- Gebruik geen gezichtsdetectie voor beslissingen die ernstige, nadelige gevolgen kunnen hebben. Beslissingen die zijn gebaseerd op onjuiste uitvoer kunnen ernstige, nadelige gevolgen hebben. Het is raadzaam om menselijke beoordeling op te nemen van beslissingen die het potentieel hebben voor ernstige gevolgen voor personen.
Onderdelen voor gezichtsdetectie
In de volgende tabel wordt beschreven hoe afbeeldingen in een mediabestand worden verwerkt tijdens de gezichtsdetectieprocedure:
| Onderdeel | Definitie |
|---|---|
| Bronbestand | De gebruiker uploadt het bronbestand voor indexering. |
| Detectie en aggregatie | De gezichtsdetector identificeert de gezichten in elk frame. De gezichten worden vervolgens samengevoegd en gegroepeerd. |
| Herkenning | Het model beroemdheden verwerkt de samengevoegde groepen om beroemdheden te herkennen. Als u uw eigen personenmodel hebt gemaakt, worden ook groepen verwerkt om andere personen te herkennen. Als mensen niet worden herkend, krijgen ze het label Unknown1, Unknown2, enzovoort. |
| Betrouwbaarheidswaarde | Indien van toepassing op bekende gezichten of voor gezichten die zijn geïdentificeerd in de aanpasbare lijst, wordt het geschatte betrouwbaarheidsniveau van elk label berekend als een bereik van 0 tot 1. De betrouwbaarheidsscore vertegenwoordigt de zekerheid in de nauwkeurigheid van het resultaat. Een zekerheid van 82 procent wordt bijvoorbeeld weergegeven als een score van 0,82. |