谷歌升级浏览器中的虹膜追踪模型-电子发烧友网

虹膜追踪(Iris tracking) 可广泛应用于多个领域，如辅助技术中的免触摸界面，以及了解除点击和手势以外的用户行为。虹膜追踪同时也是一项具有挑战性的计算机视觉问题。眼睛在环境光照条件不同时会经常变化，且眼睛经常会被遮挡住，而当观察对象转动头部或做不同的表情时，其眼睛形状也可能随之变化。现有的解决方法非常依赖专用硬件，通常需要使用昂贵的头戴式设备或远程的眼动追踪器系统。这些方法并不适合计算资源有限的移动设备。

实现眼球重新着色的示例

今年 3 月，我们宣布推出了一个可在浏览器中检测面部特征点的新软件包。今天，我们很高兴可以通过 TensorFlow.js 面部特征点检测模型将虹膜追踪添加到此软件包中。而这要归功于 MediaPipe Iris 模型。我们已弃用原来的 Facemesh 模型，因此我们之后将为面部特征点检测模型提供更新。

TensorFlow.js 面部特征点检测模型
https://www.npmjs.com/package/@tensorflow-models/face-landmarks-detection

MediaPipe Iris 模型
https://google.github.io/mediapipe/solutions/iris

原来的 Facemesh 模型
https://www.npmjs.com/package/@tensorflow-models/facemesh

请注意，虹膜追踪不会推断人们正在注视的位置，也不会提供任何形式的身份识别。在我们模型的文档和随附的模型卡中，我们详述了模型的预期用途、限制和公平性属性（与 Google 的 AI 原则保持一致）。

Google 的 AI 原则
https://www.blog.google/technology/ai/ai-principles/

MediaPipe Iris 模型能够使用单个 RGB 摄像头实时追踪涉及虹膜和瞳孔的特征点，而无需借助专用硬件。模型还能返回眼睑和眉毛区域的特征点，实现对眨眼等轻微眼球运动的检测（立即在浏览器中尝鲜）。

尝鲜

https://storage.googleapis.com/tfjs-models/demos/face-landmarks-detection/index.html

faceLandmarksDetection简介

熟悉我们现有 Facemesh 模型的用户，只需更改少量的代码，就可以升级到新的 faceLandmarksDetection 模型，详细的操作说明将在下方列出。faceLandmarksDetection 对 Facemesh 进行了三项重大改进：

虹膜关键点检测

改进了对眼睑轮廓的检测

改进了对转动的面部的检测

我们在上方的 GIF 中突出显示了这些改进，该 GIF 展示了对于同一个图像序列，faceLandmarksDetection 和 Facemesh 所返回的特征点有何不同。

安装

faceLandmarksDetection 软件包有两种安装方法：

1. 通过脚本标记：

2. 通过 NPM（使用 yarn(https://yarnpkg.com/) 软件包管理工具）：

$ yarn add @tensorflow-models/face-landmarks-detection@0.0.1 $ yarn add @tensorflow/tfjs@2.6.0

用法

安装软件包后，您只需加载模型权重，然后输入图像即可开始检测面部特征点：

// 如果您使用 NPM，需请求加载模型。如果您使用脚本标签，您可以跳过此步骤，因为 faceLandmarksDetection 在全局范围内已经可用 const faceLandmarksDetection = require('@tensorflow-models/face-landmarks-detection'); // 加载 faceLandmarksDetection 模型 const model = await faceLandmarksDetection.load( faceLandmarksDetection.SupportedPackages.mediapipeFacemesh); // 将视频流输入模型，并从 MediaPipe 计算图中获取真检测到的面部数组。 // 对于 Node 用户，estimateFaces API 还接受 tf.Tensor3D 或 ImageData 对象。 const video = document.querySelector("video"); const faces = await model.estimateFaces({ input: video });

对 estimateFaces 的输入可以是视频、静态图像、“tf.Tensor3D”函数，甚至是供 node.js 管道使用的 ImageData 对象。FaceLandmarksDetection 随后会为输入的面部返回一组预测对象，其中包括每个面部的相关信息（例如，置信度得分和面部 478 个特征点的位置）。

tf.Tensor3D
https://js.tensorflow.org/api/latest/#tensor3d

ImageData
https://developer.mozilla.org/en-US/docs/Web/API/ImageData

以下是预测对象示例：

{ faceInViewConfidence: 1, boundingBox: { topLeft: [232.28, 145.26], // [x, y] bottomRight: [449.75, 308.36], }, mesh: [ [92.07, 119.49, -17.54], // [x, y, z] [91.97, 102.52, -30.54], ... ], // 每个面部特征值在输入空间中的 x,y,z 位置 scaledMesh: [ [322.32, 297.58, -17.54], [322.18, 263.95, -30.54] ], // x,y,z 位置的语意分组 annotations: { silhouette: [ [326.19, 124.72, -3.82], [351.06, 126.30, -3.00], ... ], ... } }

请参阅我们的 README，了解更多有关此 API 的详情。

README
https://github.com/tensorflow/tfjs-models/tree/master/face-landmarks-detection

性能

FaceLandmarksDetection 是轻量级软件包，其占用空间仅有 3MB 左右，因此非常适合用于在各种移动设备上执行实时推理。在测试时，请注意 TensorFlow.js 还会提供几种不同的后端供您选择，包括 WebGL 和带 XNNPACK 的 WebAssembly (WASM)，可在搭载低端 GPU 的设备上使用。下表显示的是该软件包在几种不同的设备和 TensorFlow.js 后端中的表现：

桌面设备：