Conceptos Clave

Antes de aprender sobre los casos de uso y la implementación de Face Analytics, es importante comprender sus conceptos fundamentales en detalle.

Localización de puntos de referencia faciales

La marcación de puntos de referencia faciales es el proceso de detectar y localizar características de puntos clave específicos en el rostro. Puntos clave como las esquinas de los ojos, los extremos de los arcos de las cejas, los extremos y el arco del labio, la punta de la nariz, la posición de los contornos de las mejillas y las fosas nasales se consideran comúnmente al procesar la detección de edad, detección de género y reconocimiento de emociones.

Zia Face Analytics primero proporciona las coordenadas generales de la ubicación del rostro en una imagen. Además, las coordenadas de los puntos de referencia localizados también se proporcionan en tres modos de localización de puntos de referencia:

• Basic: Este es un detector de puntos de referencia de 0 puntos que solo detecta las coordenadas del rostro [x1, y1, x2, y2].
  
  • x1, y1: Punto de la esquina superior izquierda del rostro/atributo facial/objeto
  • x2, y2: Punto de la esquina inferior derecha del rostro/atributo facial/objeto
• Moderate: Este es un detector de puntos de referencia de 5 puntos que detecta lo siguiente:
  
  • Ojos: El centro de ambos ojos
  • Nariz: Punta de la nariz
  • Labios: El centro de ambos labios
• Advanced: Este es un detector de puntos de referencia de 68 puntos que detecta lo siguiente:
  
  • Línea de la mandíbula: Contorno del rostro
  • Cejas: Ceja izquierda y derecha
  • Ojos: Ojo izquierdo y derecho
  • Puente nasal
  • Línea de las fosas nasales
  • Labio superior: Borde superior e inferior
  • Labio inferior: Borde superior e inferior

Estos detalles se proporcionan para cada rostro detectado en la imagen individualmente en la respuesta. Face Analytics también proporciona la puntuación de confianza de las coordenadas del rostro determinadas en la respuesta.

Detección de emociones faciales

La detección de emociones faciales es el proceso de detectar emociones humanas basándose en expresiones faciales. La marcación de puntos de referencia faciales juega un papel importante en la detección de emociones faciales. Puntos clave como las esquinas de los ojos, las esquinas de la boca y las cejas se consideran que juegan un papel principal en comparación con los puntos de referencia secundarios como el mentón o los contornos de las mejillas, en la detección de expresiones faciales y su clasificación en una clase de emoción. La tecnología de detección de emociones faciales está diseñada utilizando métodos de aprendizaje profundo, como las Redes Neuronales Convolucionales (CNN), que analizan imágenes visuales.

Zia realiza un análisis profundo en un rostro detectado y determina la presencia de una sonrisa en el rostro. La respuesta contiene las puntuaciones de confianza para los aspectos de smiling y not_smiling sobre 1. Basándose en el aspecto con el valor más alto, Face Analytics realiza la predicción de la presencia o ausencia de una sonrisa.

Detección de edad

Face Analytics predice el rango de edad de un rostro detectado en una imagen. La tecnología de detección de edad implementa un enfoque similar de métodos de aprendizaje automático y algoritmos de IA para identificar una serie de puntos de interés en un rostro y analizar los puntos de referencia localizados en busca de señales particulares aplicables a grupos de edad específicos.

Face Analytics detecta la edad de un rostro como uno de los siguientes rangos de edad: 0-2, 3-9, 10-19, 20-29, 30-39, 40-49, 50-59, 60-69, más de 70 años.

La respuesta contiene las puntuaciones de confianza para cada rango de edad sobre 1. Basándose en el rango de edad con la puntuación de confianza más alta, Face Analytics realiza la predicción final.

Detección de género

Face Analytics detecta el género de los rostros implementando algoritmos de aprendizaje profundo para identificar características clave asociadas con cada género específico. Ciertos puntos de interés localizados en el rostro juegan un papel crucial en la determinación del género de un humano. Zia compara los resultados analizados con una amplia variedad de conjuntos de datos para llegar a una predicción del género.

Similar a los otros atributos, Face Analytics contiene las puntuaciones de confianza para male y female sobre 1. Basándose en el género identificado con la puntuación de confianza más alta, Face Analytics realiza la predicción final.

Formato de entrada

Zia Face Analytics realiza la detección facial y el reconocimiento de atributos analizando archivos de imagen. Face Analytics soporta los siguientes formatos de archivo de entrada:

• .jpg/.jpeg
• .png

Puedes codificar la aplicación de Catalyst para usar la cámara del dispositivo del usuario final para capturar fotos y procesar las imágenes como archivos de entrada. También podrías proporcionar un espacio para que los usuarios suban archivos de imagen desde la memoria del dispositivo a la aplicación de Catalyst, para generar los resultados.

La entrada proporcionada usando la solicitud de API contiene el archivo de imagen de entrada, el valor para el modo de localización de puntos de referencia y valores booleanos para especificar si la detección de emotion, age y gender necesita realizarse. Si no especificas el modo o los atributos requeridos a detectar, todos los atributos serán detectados y el modo avanzado se implementará por defecto.

Puedes consultar el formato de solicitud en la documentación de la API.

El usuario debe seguir estas directrices al proporcionar la entrada, para obtener mejores resultados:

• Evita proporcionar imágenes borrosas o corruptas.
• Asegúrate de que los rostros en la imagen sean claros, visibles y distinguibles.
• No subas imágenes que tengan rostros parciales, siluetas, perfiles laterales u otros ángulos irreconocibles de los rostros. El rostro completo debe ser visible en la imagen para mejores predicciones. Face Analytics no puede detectar rostros que estén inclinados u orientados más allá de un cierto nivel.
• Asegúrate de que no haya contenido textual o marcas de agua presentes sobre los rostros en la imagen.
• El tamaño del archivo no debe exceder 10 MB.
  

Formato de respuesta

Zia Face Analytics devuelve la respuesta de las siguientes maneras:

• En la consola: Cuando subes una imagen de muestra con rostros en la consola, devolverá los datos decodificados en dos formatos de respuesta:
  

  • Formato textual: La respuesta textual contiene la presencia del rostro, la sonrisa, el género detectado y el rango de edad detectado de cada rostro con sus niveles de confianza como valores porcentuales.
  • Formato JSON: La respuesta JSON contiene las coordenadas generales de los rostros, las coordenadas de sus puntos de referencia localizados, la puntuación de confianza para cada aspecto de la sonrisa detectada, el rango de edad y el género de los rostros, junto con las predicciones para cada atributo. La puntuación de confianza de 0 a 1 se puede equiparar a valores porcentuales de la siguiente manera:
    

  Nivel de confianza en porcentaje	Puntuación de confianza con valores entre 0 y 1
  0-9	0.0
  3-9	0.0
  10-19	0.0
  20-29	0.0
  30-39	0.0
  40-49	0.01
  50-59	0.12
  60-69	0.23
  <70	0.63

• Usando los SDKs: Cuando envías un archivo de imagen usando una solicitud de API, recibirás solo una respuesta JSON que contiene los resultados en el formato especificado anteriormente.

  Puedes consultar el formato de respuesta JSON en la documentación de la API.