阿里云首推免費(fèi)人臉識別SDK 讓每個APP輕松擁有短視頻AR特效
你所知道的人臉識別行業(yè)
提到人臉識別，大家會聯(lián)想到商業(yè)支付、身份識別、廣告投放、人機(jī)交互、系統(tǒng)公安等等眾多生活場景。雖然這項技術(shù)的研究始于20世紀(jì)60年代，但是在近年這個課題才愈發(fā)活躍。以日常生活中比較常見的場景——社交互動為例，通過人臉識別、AR特效、動圖元素的支持，可以幫助用戶打破社交壁壘，更立體化、個性化、趣味化的表達(dá)自我和分享生活點(diǎn)滴。
市面上已經(jīng)有的人臉識別SDK多數(shù)費(fèi)用高昂，動輒幾十萬，而某些廠商號稱免費(fèi)，其實也是基于網(wǎng)絡(luò)API的調(diào)用，并不適合在移動端錄制短視頻時使用，也就無法應(yīng)用在社交場景之中。這讓很多想在APP中添加短視頻AR特效的團(tuán)隊望塵莫及。
阿里云聯(lián)合手淘 推出人臉識別免費(fèi)SDK
阿里云通過整合集團(tuán)資源，將手淘團(tuán)隊自研的人臉識別SDK和阿里云短視頻SDK深度融合，真正做到了不依賴于網(wǎng)絡(luò)API的實時檢測、識別、跟蹤。目前，官網(wǎng)上的專業(yè)版短視頻SDK已經(jīng)擁有了手淘自研的人臉識別功能，實現(xiàn)了人臉識別+AR動態(tài)貼紙的完整體驗，結(jié)合原有的短視頻采集、導(dǎo)入裁剪、編輯、合成、極速上傳、媒資管理、視頻轉(zhuǎn)碼、分發(fā)加速、播放等全鏈路能力，阿里云可以為創(chuàng)業(yè)者們提供一站式解決方案，讓每個APP輕松實現(xiàn)短視頻AR新玩法。
關(guān)鍵技術(shù)介紹及算法性能測速
我們來看看具體的應(yīng)用場景和技術(shù)是怎樣的，用戶在客戶端進(jìn)入拍攝畫面后，可以自行選擇搭配動態(tài)貼紙等個性化素材，實現(xiàn)AR特效，使短視頻打造出科幻、賣萌、惡搞等不同的效果。其中主要涉及到的是人臉檢測、關(guān)鍵點(diǎn)定位、追蹤等核心技術(shù)。
第一，人臉的檢測是用于定位視頻中的人臉，同時檢測多張人臉和處理多角度、部分遮擋人臉等復(fù)雜情況也在這一步妥善處理，從而快速、準(zhǔn)確的找到人臉。
第二，人臉的關(guān)鍵點(diǎn)定位，則是用于已知人臉?biāo)谖恢玫幕A(chǔ)上，自動標(biāo)注人臉的輪廓、五官位置，比如眼睛、鼻子、嘴巴、眉毛、耳朵等關(guān)鍵位置。阿里云提供人臉識別關(guān)鍵點(diǎn)個數(shù)多達(dá)68個，可以更準(zhǔn)確的追蹤五官，保證用戶的體驗。
第三，AR特效美化，根據(jù)已知的關(guān)鍵點(diǎn)位置，搭配上用戶所選的動態(tài)貼紙，并根據(jù)捕捉不同的面部動作來變換AR特效，達(dá)到真實互動。
第四，人臉追蹤，視頻是動態(tài)而非靜止的，當(dāng)用戶臉部移動、轉(zhuǎn)動時，阿里云SDK可以實現(xiàn)對關(guān)鍵點(diǎn)的追蹤，可識別姿態(tài)范圍為yaw±60°，pitch±45°，roll±45°，精準(zhǔn)的捕捉動作，持續(xù)追蹤動態(tài)貼紙和AR特效。阿里云人臉識別SDK具有準(zhǔn)確度高的特性，通過68個關(guān)鍵點(diǎn)檢測和以上技術(shù)，實現(xiàn)平均錯誤率低于 5%，出現(xiàn)“對不上”這種尷尬場面的概率極低。據(jù)悉，阿里云未來也會推出商業(yè)版人臉識別的高級功能，滿足更高級客戶的需求。
在性能方面，阿里云人臉識別算法和其它廠商算法在測速上的區(qū)別如下：
注：以上測試480p的最小人臉尺寸為48*48（px）；720p的最小人臉尺寸為72*72
從上表可以看出，本人臉識別算法在同樣機(jī)型、同等測試對象的條件下，測速表現(xiàn)大幅優(yōu)于業(yè)內(nèi)友商。經(jīng)過阿里云集團(tuán)手淘億級日活躍用戶產(chǎn)品的考驗，性能方面毋庸置疑。由于該算法也應(yīng)用于手淘相關(guān)業(yè)務(wù)之中，所以后續(xù)的迭代、維護(hù)都會有強(qiáng)有力的保障。
阿里云人臉識別SDK的免費(fèi)開放，給短視頻行業(yè)帶來了無限的可能性。基于阿里云，創(chuàng)業(yè)者和用戶們都有了更多新鮮的玩法，創(chuàng)新機(jī)遇隨之而來，希望整個行業(yè)能產(chǎn)生更多元、更深入的探索。
