适用于 Web 的人脸特征点检测指南

借助 MediaPipe Face Landmarker 任务，您可以检测图片和视频中的人脸特征点和面部表情。你可以使用此任务来识别人脸表情、应用美颜滤镜和效果，以及创建虚拟头像。此任务使用可处理单张图片或连续图片流的机器学习 (ML) 模型。该任务会输出 3D 面部地标、融合变形得分（表示面部表情的系数），以便实时推断详细的面部表面，以及用于执行效果渲染所需的转换矩阵。

以下说明介绍了如何将人脸地标注 API 用于 Web 应用和 JavaScript 应用。如需详细了解此任务的功能、模型和配置选项，请参阅概览。

代码示例

脸部标志检测器的示例代码提供了此任务在 JavaScript 中的完整实现，供您参考。此代码可帮助您测试此任务，并开始构建自己的人脸关键点检测应用。您只需使用网络浏览器即可查看、运行和修改人脸关键点检测示例代码。

设置

本部分介绍了专门用于设置开发环境以使用 Face Landmarker 的关键步骤。如需了解有关设置 Web 和 JavaScript 开发环境的一般信息（包括平台版本要求），请参阅 Web 版设置指南。

JavaScript 软件包

您可以通过 MediaPipe @mediapipe/tasks-vision NPM 软件包获取人脸地标代码。您可以按照平台设置指南中的说明查找和下载这些库。

您可以使用以下命令通过 NPM 安装所需的软件包：

npm install @mediapipe/tasks-vision

如果您想通过内容分发网络 (CDN) 服务导入任务代码，请在 HTML 文件的 <head> 标记中添加以下代码：

<!-- You can replace JSDeliver with another CDN if you prefer to -->
<head>
  <script src="https://cdn.jsdelivr.net/npm/@mediapipe/tasks-vision/vision_bundle.js"
    crossorigin="anonymous"></script>
</head>

型号

MediaPipe 人脸地标任务需要与此任务兼容的训练模型。如需详细了解适用于人脸地标检测器的可用训练模型，请参阅任务概览的“模型”部分。

选择并下载模型，然后将其存储在项目目录中：

<dev-project-root>/app/shared/models/

创建任务

使用 Face Landmarker createFrom...() 函数之一准备任务以运行推理。将 createFromModelPath() 函数与经过训练的模型文件的相对路径或绝对路径搭配使用。如果您的模型已加载到内存中，则可以使用 createFromModelBuffer() 方法。

以下代码示例演示了如何使用 createFromOptions() 函数设置任务。借助 createFromOptions 函数，您可以使用配置选项自定义人脸地标定位器。如需了解详情，请参阅配置选项。

以下代码演示了如何使用自定义选项构建和配置任务：

const vision = await FilesetResolver.forVisionTasks(
  // path/to/wasm/root
  "https://cdn.jsdelivr.net/npm/@mediapipe/tasks-vision@latest/wasm"
);
const faceLandmarker = await faceLandmarker.createFromOptions(
    vision,
    {
      baseOptions: {
        modelAssetPath: "path/to/model"
      },
      runningMode: runningMode
    });

配置选项

此任务针对 Web 和 JavaScript 应用提供了以下配置选项：

选项名称	说明	值范围	默认值
`running_mode`	设置任务的运行模式。有两种模式： IMAGE：适用于单张图片输入的模式。视频：视频的解码帧或输入数据（例如来自摄像头）的直播的模式。	{`IMAGE, VIDEO`}	`IMAGE`
`numFaces`	`FaceLandmarker` 可检测的面部数量上限。仅当 `num_faces` 设置为 1 时才会应用平滑处理。	`Integer > 0`	`1`
`minFaceDetectionConfidence`	人脸检测被视为成功所需的最低置信度得分。	`Float [0.0,1.0]`	`0.5`
`minFacePresenceConfidence`	人脸标志检测中人脸存在得分的最小置信度得分。	`Float [0.0,1.0]`	`0.5`
`minTrackingConfidence`	人脸跟踪被视为成功所需的最低置信度得分。	`Float [0.0,1.0]`	`0.5`
`outputFaceBlendshapes`	人脸特征点检测器是否输出人脸融合变形。脸部混合形状用于渲染 3D 脸部模型。	`Boolean`	`False`
`outputFacialTransformationMatrixes`	FaceLandmarker 是否输出面部转换矩阵。FaceLandmarker 使用矩阵将面部地标从规范化人脸模型转换为检测到的面部，以便用户对检测到的地标应用效果。	`Boolean`	`False`

准备数据

Face Landmarker 可以检测主机浏览器支持的任何格式的图片中的人脸。该任务还会处理数据输入预处理，包括调整大小、旋转和值归一化。如需在视频中标记人脸，您可以使用此 API 一次快速处理一帧，并使用帧的时间戳来确定人脸出现在视频中的时刻。

运行任务

人脸地标定位器使用 detect()（运行模式为 IMAGE）和 detectForVideo()（运行模式为 VIDEO）方法触发推理。该任务会处理数据，尝试确定人脸特征，然后报告结果。

对 Face Landmarker detect() 和 detectForVideo() 方法的调用会同步运行并阻塞界面线程。如果您在设备摄像头的视频帧中检测到人脸，则每次检测都会阻塞主线程。您可以通过实现 Web Worker 来在其他线程上运行 detect() 和 detectForVideo() 方法，从而避免这种情况。

以下代码演示了如何使用任务模型执行处理：

Image

const image = document.getElementById("image") as HTMLImageElement;
const faceLandmarkerResult = faceLandmarker.detect(image);

视频

await faceLandmarker.setOptions({ runningMode: "VIDEO" });

let lastVideoTime = -1;
function renderLoop(): void {
  const video = document.getElementById("video");

  if (video.currentTime !== lastVideoTime) {
    const faceLandmarkerResult = faceLandmarker.detectForVideo(video);
    processResults(detections);
    lastVideoTime = video.currentTime;
  }

  requestAnimationFrame(() => {
    renderLoop();
  });
}

如需更完整地实现运行人脸地标任务，请参阅代码示例。

处理和显示结果

Face Landmarker 会为每次运行检测返回一个结果对象。结果对象包含每个检测到的人脸的面部网格，以及每个人脸地标的坐标。（可选）结果对象还可以包含表示面部表情的混合形状，以及用于对检测到的地标应用面部效果的面部转换矩阵。

以下是此任务的输出数据示例：

FaceLandmarkerResult:
  face_landmarks:
    NormalizedLandmark #0:
      x: 0.5971359014511108
      y: 0.485361784696579
      z: -0.038440968841314316
    NormalizedLandmark #1:
      x: 0.3302789330482483
      y: 0.29289937019348145
      z: -0.09489090740680695
    ... (478 landmarks for each face)
  face_blendshapes:
    browDownLeft: 0.8296722769737244
    browDownRight: 0.8096957206726074
    browInnerUp: 0.00035583582939580083
    browOuterUpLeft: 0.00035752105759456754
    ... (52 blendshapes for each face)
  facial_transformation_matrixes:
    [9.99158978e-01, -1.23036895e-02, 3.91213447e-02, -3.70770246e-01]
    [1.66496094e-02,  9.93480563e-01, -1.12779640e-01, 2.27719707e+01]
    ...

下图显示了任务输出的可视化结果：

一名男子，他的面部区域采用几何图形标示出来，以指明面部的形状和尺寸

Face Landmarker 示例代码演示了如何显示从任务返回的结果，请参阅代码示例