人脸关键点是越多越好么?1000点和106点有什么区别?

日前,旷视科技的Face++人工智能开放平台推出了稠密人脸关键点SDK产品,其支持1000个人脸关键点检测的强大能力受到了广大用户的热烈追捧。在近日,Face++平台也正式上线稠密人脸关键点API,满足开发者的在线应用需求。

所谓稠密人脸关键点,即其可检测人脸 1000 个关键点信息,那不禁有人问:“点多就是好么?Face++人工智能开放平台上的稠密关键点和人脸关键点到底有什么区别?我知道看起来点更多了,然后呢……能用在哪?好像普通人脸关键点也可以满足我的需求了呀?“对此,Face++ 也给出了一些解读。

1000 点和 106 点、81 点有什么区别?

敲黑板

人脸关键点检测是人脸识别任务中重要的基础环节,人脸关键点的精确检测对许多现实应用和科研课题有关键作用,例如,人脸姿态识别与矫正、表情识别、嘴型识别等。因此,如何获取高精度人脸关键点,一直以来都是计算机视觉图像处理等领域的热门研究问题。受到人脸姿态和遮挡等因素的影响,人脸关键点检测的研究也同样富有挑战。

人脸关键点:人脸关键点检测是指给定人脸图像,定位出人脸面部的关键区域位置,包括眉毛、眼睛、鼻子、嘴巴、脸部轮廓等。

1000点稠密关键点:检测定位图片中最大的人脸,返回多达1000点关键点信息,对五官和脸部轮廓进行精确定位。

(视频解读)

Face++ 的1000 点稠密关键点作为业内独家千点级别的关键点检测能力,被称作第二代关键点。

什么是第一代关键点?我们把以前 81 点,106 点称作第一代关键点,他们的主要任务就是定位人脸上比较明显且重要的特征点。而 1000 点除了能定位人脸重要特征点之外,还能准确的描述出五官的轮廓。 准确的说就是点和线的区别。1000 点稠密关键点对于人脸五官标注来说与线无异。

1000 点的数字只是一个数字千级级别的表述,我们本身就是线,所以之后 3000、5000 点都没有意义了,严格意义上想要多少点都可以。但是对于业务需求来说 1000 点足矣。

1000 点稠密关键点性能如何?

1000 点稠密关键点的模型更大、鲁棒性更高(即关键点更准),错误识别率更低。能描绘出五官轮廓,而且超级贴边。

1000点稠密关键点的更多精细应用场景

相比第一代关键点 81 点、106 点,1000 点稠密关键点应用场景更多,更精细。

首先能用 106 点的地方都能用 1000 点,1000 点会更加准。一些以前靠 81 点、106 点做不到的事情现在靠 1000 点都能做,比如视频里的唇语识别。

互娱营销行业的虚拟形象生成,以及贴纸、2D\3D 卡通形象都是基于人脸面部关键点,才让人脸互动更灵活。

除此之外,美妆,医美行业等对轮廓要求比较高的行业都可以用 1000 点稠密关键点。1000 点稠密关键点 API、SDK 在人脸脸型、眉毛、眼睛、鼻子、嘴等重要人脸部位能够精准完全地勾勒出形状。

线上精准美妆、轻松试妆,再也不用让顾客 5 个口红色号涂一遍、5 个眼影选一遍,试用效果即是现场效果,成单率 UPUP。

医疗美容客户提前感知美容效果,基于精准关键点实现大眼、瘦脸、翘鼻、美唇……

还有更多应该场景需要我们和用户一起去挖掘。总之 1000 点稠密关键点更精准、更贴边、解决关键点抖动的问题,满足更多场景需求。Face++ 人工智能开放平台 1000 点稠密关键点 API 已经上线,赶快注册试用吧~

旷视科技
旷视科技

Power Human with AI

产业唇语识别图像处理计算机视觉人脸识别人脸关键点检测
5
相关数据
感知技术

知觉或感知是外界刺激作用于感官时,脑对外界的整体的看法和理解,为我们对外界的感官信息进行组织和解释。在认知科学中,也可看作一组程序,包括获取信息、理解信息、筛选信息、组织信息。与感觉不同,知觉反映的是由对象的各样属性及关系构成的整体。

人工智能技术

在学术研究领域,人工智能通常指能够感知周围环境并采取行动以实现最优的可能结果的智能体(intelligent agent)

人脸识别技术

广义的人脸识别实际包括构建人脸识别系统的一系列相关技术,包括人脸图像采集、人脸定位、人脸识别预处理、身份确认以及身份查找等;而狭义的人脸识别特指通过人脸进行身份确认或者身份查找的技术或系统。 人脸识别是一项热门的计算机技术研究领域,它属于生物特征识别技术,是对生物体(一般特指人)本身的生物特征来区分生物体个体。

计算机视觉技术

计算机视觉(CV)是指机器感知环境的能力。这一技术类别中的经典任务有图像形成、图像处理、图像提取和图像的三维推理。目标识别和面部识别也是很重要的研究领域。

图像处理技术

图像处理是指对图像进行分析、加工和处理,使其满足视觉、心理或其他要求的技术。 图像处理是信号处理在图像领域上的一个应用。 目前大多数的图像均是以数字形式存储,因而图像处理很多情况下指数字图像处理。

推荐文章
暂无评论
暂无评论~