Integreer gezichtsdetectie in uw toepassing

Deze blogpost is oorspronkelijk gepubliceerd op de website van Xailient. Het is hier herdrukt met toestemming van Xailient.

Wees niet overweldigd, want het toevoegen van gezichtsdetectie aan uw applicaties was nog nooit zo eenvoudig!

Vaak is gezichtsdetectie niet de primaire focus van de applicatie, maar een belangrijk onderdeel en veel ontwikkelaars zijn gewoon overweldigd door het idee om gezichtsdetectie toe te voegen aan hun applicaties.

Als de applicatie het aantal mensen moet tellen dat een winkel binnenkomt en verlaat, moeten ontwikkelaars gezichten detecteren om mensen te kunnen tellen. In zo'n geval willen ze zeker niet het wiel opnieuw uitvinden en hun eigen gezichtsdetector bouwen (tenzij je een enorm budget en ontwikkeltijd en een machine learning-team hebt natuurlijk). In plaats daarvan willen ze een gezichtsdetector hebben die al op de markt verkrijgbaar is en deze in hun applicatie integreren en zich blijven concentreren op de doelen van hun applicatie.

Stel je voor dat elk instant messaging-platform zoals Facebook Messenger , WhatsApp en Viber zouden TCP/IP opnieuw uitvinden, hoeveel van de berichtenplatforms zouden er vandaag nog bestaan.

Laten we eens kijken naar enkele van de gezichtsdetectoren waaruit u vandaag kunt kiezen, zodat u deze eenvoudig in uw toepassing kunt integreren, waardoor uw ontwikkeltijd wordt verkort en u sneller aan uw klanten kunt leveren.

Microsoft Azure Gezichts-API

Face API is een van de cognitieve services van Microsoft Azure. Het kan worden gebruikt om gezichten lokaal te detecteren met behulp van client SDK of in de cloud met behulp van REST API. Client-SDK's voor Face API zijn beschikbaar voor .NET, Python, Java, Node.js. Go en iOS.

Hier is een codefragment van het gebruik van de Face API Python Client SDK voor gezichtsdetectie:

Hieronder vindt u de uitvoer van het uitvoeren van de bovenstaande Microsoft Azure Face API met behulp van de Python SDK voor gezichtsdetectiecode op sommige gezichtsafbeeldingen:

Uit de bovenstaande uitvoerafbeeldingen kunnen we zien dat alle naar voren gerichte gezichten worden gedetecteerd en sommige zijprofielen worden gedetecteerd, terwijl sommige worden gemist met Microsoft Azure Face API.

Raadpleeg de documentatie voor meer informatie over Azure Face API.

Amazon Rekognition

Amazon Rekognition kan gezichten in afbeeldingen en video's detecteren. Wanneer gezichtsafbeelding of video wordt verstrekt, geeft dit informatie over waar het gezicht zich bevindt. Amazon Rekognition voert gezichtsdetectie uit in de cloud en biedt SDK's in Java, Python, .NET, Ruby en Node.js om de implementatie in te kapselen en het voor ontwikkelaars gemakkelijker te maken om het eenvoudig te gebruiken.

Hier is een voorbeeld code voor het gebruik van Amazon Rekognition voor gezichtsdetectie met behulp van de Python SDK:

Hieronder vindt u de uitvoer van het uitvoeren van de bovenstaande Amazon-herkenning met behulp van de Python SDK voor gezichtsdetectiecode op sommige gezichtsafbeeldingen:

Uit de bovenstaande resultaten kunnen we zien dat alle gezichten, gezichten aan de voorkant en zijprofielen worden gedetecteerd met Amazon Rekognition.

Raadpleeg de documentatie voor meer informatie over Amazon Rekognition.

Xailient FaceSDK

Xailient's FaceSDK is 's werelds snelste gezichtsdetector. Gezichtsdetectie vindt plaats op het apparaat zelf en is geoptimaliseerd voor gebruik op edge-apparaten zoals de Raspberry Pi. Xailient's Face SDK is beschikbaar voor ARM 32-, ARM 64- en x86_64-apparaten.

Wanneer u de FaceSDK downloadt, wordt deze geleverd met voorbeeldcodes en testafbeeldingen, zodat u deze zonder veel moeite kunt zien werken.

Hier is een voorbeeldcode voor gezichtsdetectie met behulp van Xailient Python Face SDK:

Hieronder vindt u de uitvoer van Xailient FaceSDK op gezichtsafbeeldingen met dezelfde invoer:

We kunnen zien dat alle naar voren gerichte gezichten en de meeste zijprofielen worden gedetecteerd met Xailient FaceSDK.

Raadpleeg de website voor meer informatie over Xailient FaceSDK.

Google Cloud Vision API

Google's Cloud Vision API heeft ook een gezichtsdetectiefunctie. Net als Amazon Rekognition biedt het client-SDK voor het gebruik van gezichtsdetectie voor verschillende talen, waaronder C#, Go, Java, Node.js, Python PHP en Ruby.

Hieronder staat een voorbeeldcode voor gezichtsdetectie met Google Cloud Vision API Python SDK:

Hieronder ziet u de uitvoer van het uitvoeren van de bovenstaande Google Cloud Vision API Python SDK gezichtsdetectiecode op sommige gezichtsbeelden:

We kunnen zien dat de meeste naar voren gerichte gezichten en zijprofielen worden gedetecteerd met behulp van Google's Cloud Vision API.

Raadpleeg de documentatie voor meer informatie over de Cloud Vision API van Google voor gezichtsdetectie.

In dit bericht hebben we gekeken naar enkele van de gezichtsdetectoren: Microsoft Azure FaceAPI, Amazon Rekognition, Xailient FaceSDK en Google Cloud Vision API, met voorbeeldcode in Python en uitvoerafbeeldingen van het uitvoeren ervan op sommige gezichtsafbeeldingen. Hoewel Amazon Rekognition de beste resultaten liet zien in de voorbeeldinvoerafbeeldingen, presteerden alle vier de gezichtsdetectoren even goed. De afbeeldingen werden verwerkt voor gezichtsdetectie in de cloud met Microsoft Azure FaceAPI, Amazon Rekognition en Google Cloud Vision API, terwijl afbeeldingen lokaal (op het apparaat) werden verwerkt met Xailient SDK. Ze waren alle vier gemakkelijk te gebruiken, waarbij Xailient SDK de gemakkelijkste was omdat er de minste hoeveelheid code voor nodig was om gezichtsdetectie uit te voeren.

Welke applicatie bouw je met Gezichtsdetectie? Welke gezichtsdetector gebruik je? Laat uw mening achter op onze website.

Meer verhalen:

• Uitdagingen bij het uitvoeren van deep learning-computervisie op computergestuurde beperkte apparaten
• Struggles bij het uitvoeren van objectdetectie op een Raspberry Pi
• Je moet nu overstappen van cloudcomputing naar edge computing!

Xailient commercialiseert baanbrekend universitair onderzoek op het gebied van kunstmatige intelligentie en machinaal leren. Onze technologie reduceert de kosten van datatransmissie, -opslag en -berekening die gepaard gaan met het extraheren van nuttige informatie uit realtime video aanzienlijk door de manier waarop mensen denken te verwerken.

www.xailient.com

Sabina Pokhrel
Customer Success AI Engineer, Xailient