以Azure Face API 實作臉部辨識. 前言 - Medium
文章推薦指數： 80 %
臉部辨識也是近幾年非常紅的大數據議題之一， Microsoft 推出的Azure Face API 是一項認知服務，可提供演算法來偵測、辨識和分析影像中的人臉。
HomeNotificationsListsStoriesWritePublishedinAshe’stechtalks以AzureFaceAPI實作臉部辨識前言臉部辨識也是近幾年非常紅的大數據議題之一，Microsoft推出的AzureFaceAPI是一項認知服務，可提供演算法來偵測、辨識和分析影像中的人臉。
處理人臉資訊的能力在許多不同的軟體案例中都有其重要性，例如安全性、自然使用者介面、影像內容分析和管理、行動應用程式及機器人。
針對FaceAPI，目前一共有五種不同的功能。
偵測臉部(Detect)尋找相似臉部(FindSimilar)群組(Group)識別(Identify)驗證(Verify)以上的資訊會藉由jsonfile回送，接著會逐一介紹五個API的使用時機和方式。
偵測臉部(Detect)最基礎的FaceAPI，使用者傳入一張圖片後，會自動偵測圖片中出現的人臉，並回傳臉部框架(facerectangle)，將會給定框架的左上角以及長寬，以及可以自選以下的特徵。
FaceIdFaceLandmarksFaceAttributesFaceId就像是臉部的身分證，FaceAPI會產生一組獨一無二的亂碼作為識別這張臉的數位簽章，並會在最後一次呼叫FaceAPI的24小時後過期。
FaceLandmarks將回傳一個陣列，包含這張臉的27個重要的點。
FaceAttributes則包含13種的特徵，包含年紀、性別、微笑強度(0–1)、鬍鬚強度（0–1,分為兩鬢鬍鬚sideburns、髭moustache、以及鬍子beard)、頭部傾角、眼鏡種類（未戴眼鏡、閱讀眼鏡、太陽眼鏡、泳鏡)、情緒強度(0–1,分為中立、憤怒、輕視、厭惡、恐懼、高興、悲傷、驚訝)、髮型(是否頭髮可見，髮色為何)、化妝(眼妝、口紅)、配件(髮圈、眼鏡、口罩)、模糊量值及強度([弱中強,0–1])、曝光程度(良好、過曝、不足)、臉部像素雜訊([弱中強,0–1])尋找相似臉部(FindSimilar)從上一個API我們可以知道，把臉部送入FaceAPI後，將會回傳一個會在24小時後過期的FaceId。
透過尋找相似臉部API，會把這個FaceId送入透過FacelList創造的陣列中去尋找相似的臉部，FacelList中的FaceId並不會在24小時後過期。
尋找相似臉部API有兩種不同的工作模式，人像配對模式和臉部配對模式。
人像配對模式是默認的工作模式，會將一張臉送入FaceList後，搜尋FaceList中同一個人的其他臉部，常用在搜尋已知人員的其他臉部圖像。
另一個則是臉部配對模式，臉部配對模式會忽略同一個人的限制，直接在FaceList中尋找相似的臉部，常用在名人臉部相似度排序。
回送的jsonfile則會包含最相似的臉部的FaceId以及信心值[0,1]。
群組(Group)根據臉部的相似程度，把許多人的臉部照片自動分類，群組數目會根據臉部特徵而有不同。
在群組API中，有可能發生相同臉部但因為光線陰影面積不同，造成特徵不相同，而被分類到不同的群組中。
回送的jsonfile會將群組分為兩種回傳，一種是具有相同特徵的groups，一種則是臉部特徵在所有群組中皆找不到適合的群組放入，就會被放進messygroup。
FaceAPI的相關功能非常多，因為剩下的功能(創造或索引PersonGroup)較為複雜，屬於較進階的應用，因此我打算先介紹最常用的偵測臉部API，這也是專案或是Hackathon最常用到的。
之後有機會再和大家分享剩下的:)開始使用FaceAPI#建立資源登入AzurePortal按下左側的建立資源，在搜尋框中搜尋Face3.選擇第一個“臉部”資源並建立輸入建立資源的必要資訊後，點選建立#開始使用資源部屬完成後，可以從右上角的鈴鐺形狀通知點選，進入剛剛建立完成的資源群組在建立完成的資源群組中，會有一個CognitiveServices的資源，點選進入進入並在右邊選單點選Overview後，我們就進到臉部辨識的概覽頁面中，我們需要取得右邊的Endpoint以及ManageKeys以使用FaceAPI#以Postman示範-前置作業首先，FaceAPI是能夠識別人臉資訊的認知服務。
也就是說，我們需要找到一張有人臉的照片讓FaceAPI來判斷。
以下這張是我找的照片，在寒戰中飾演警務處副處長的M.BLee(梁家輝)，請右鍵點選複製圖片位置#以Postman示範-URL打開Postman，在API方法中選擇Post旁邊的RequestURL請貼上在開始使用第三步取得的endpoint由於我們要實作人臉偵測，想要回傳的值包含臉部位置、年齡、性別和情緒，我們需要小小改動Endpoint本來的Endpoint應該長這樣https://[在建立資源時選取的地點會自動生成不用更改ex:westus2].api.cognitive.microsoft.com/face/v1.0需要改成https://[在建立資源時選取的地點會自動生成不用更改ex:westus2].api.cognitive.microsoft.com/face/v1.0/detect?returnFaceAttributes=age,gender,emotion這樣才能夠回傳我們想要的FaceAttributes，如果要顯示更多特徵，或是想要改成上面介紹的幾種功能，請參考這篇官方教學文章。
#以Postman示範-Header&BodyHeader要放的是剛剛在開始使用第三步取得的Managekeys，點選Showaccesskeys可以看到兩把Key可以選擇，請隨意選取一把並複製。
接著，請在Postman中選取Headers，並在Key值填入Ocp-Apim-Subscription-Key，Value填上剛剛複製好的Key。
切換到Body，選擇raw，以及在右邊的下拉選單中選擇JSON(application/json)格式在以下的程式碼中，貼上剛剛複製的圖片位置並複製整段程式碼貼上Postman{"url":"[改成剛剛複製的圖片位置要留意最後必須為.jpg或是.png]"}Header設定完應該長這樣Body設定完應該長這樣#以Postman示範-取得結果按下右邊的藍色Send按鈕，就可以看到FaceAPI回送的結果。
回送的結果會以json格式返回。
剛剛發送的圖片URL中的人臉是寒戰2的李文彬，飾演者梁家輝在2012時的年紀應該是54歲左右，劇中的設定是51歲，相差不太大。
李文彬是男性也沒錯，這張臉的情緒也蠻中立的。
因此可以說，FaceAPI在辨別這張臉的時候，準確性相當高。
常常被問到的問題是，為何FaceAPI回送的年齡都比較老?如果大家還記得幾年前風行一時的howold.net的話，微軟就是利用其中的臉部資料庫來訓練FaceAPI，而當時資料庫較多的臉部為西方人臉孔，造成東方人普遍臉部辨識的會較實際年長一點。
#結論這篇文章一開始，我們先簡介了何謂FaceAPI、FaceAPI幾種常用的功能。
接著介紹如何在AzurePortal建立FaceAPI資源，最後利用Postman實做臉部的年紀、性別、情緒等偵測。
如果你覺得這系列的文章對你有幫助的話，請不吝拍手或留言，你的支持是我寫Medium的最大動力。
MorefromAshe’stechtalksMytechtalksandhands — onguideaboutMicrosoftAzureReadmorefromAshe’stechtalksGetstartedAsheLiao135FollowersATS,PublicSector,MicrosoftTaiwan|Microsoft15thMTCTAI|NTUBDSRCRA,DSSITAFollowRelatedLogicAppStandard — WorkingwithFlatFilesHowtotransformflatfilesfromdelimitedtopositionaloranyothertypeoffilesusingLogicAppsstandardRoughRidersplayersintheplayoffsWe’vereachedtheendofthe2021MajorLeagueBaseballseason!Whatayearitwasinthebigleagues.Withtheplayoffsbeginningtonight…ConfiguringtestcasesinmyexistingAzurebuildpipelineforreact-app.KnuthMorrisPrattAlgorithmforpatternmatchinginlineartimeHelpStatusWritersBlogCareersPrivacyTermsAboutKnowable
