Segmentazione del Viso
Date vita a una varietà di app per il riconoscimento e la modifica dei visi rilevando le sue diverse parti e tratti, con l'elaborazione di immagini o video o in tempo reale.
Reti neurali di segmentazione del viso
Le nostre tecnologie di riconoscimento delle caratteristiche facciali vi permettono di modificare l'aspetto degli utenti nelle app di realtà aumentata e di face tracking. Gli utenti possono ottenere effetti visivi convincenti come la ricolorazione, il mascheramento, la rimozione e la sostituzione.
-
Segmentazione del viso
Le funzioni di segmentazione del viso usano reti neurali convoluzionali per riconoscere e segmentare una certa area sul viso umano, tra cui:
- Segmentazione dell'intero viso
- Segmentazione della pelle per la colorazione della pelle e l'abbellimento.
- Segmentazione delle labbra per la prova virtuale del rossetto.
- Segmentazione degli occhi per la colorazione dell'iride.
-
Segmentazione dei capelli
Il nostro riconoscimento dei capelli utilizza reti neurali profonde per segmentare i capelli nel feed della camera. Restituisce un output binario, etichettando i pixel dell'immagine ai capelli o allo sfondo. Si può implementare in applicazioni di abbellimento o di editing di selfie che permettono agli utenti di cambiare acconciature e provare i colori dei capelli con un tocco. Nel AR commerce, è possibile costruire "specchi magici" nei negozi e app di rifacimento dei capelli per aumentare le vendite, coinvolgere i consumatori e promuovere il vostro marchio.
Performance
- Reti neurali leggere
- Performance in tempo reale o in post-elaborazione
- Modelli di segmentazione facciale ottimizzati per piattaforme specifiche
- Addestrati su face segmentation dataset
- Un ampio spettro di angoli del volto, impostazioni di sfondo e condizioni di illuminazione
- Set di dati bilanciati che includono nazionalità, età e sesso
- Immagini realistiche per garantire performance precise nei casi d'uso del mondo reale
Reti neurali e caratteristiche tecniche
-
Sfondo
-
In tempo reale: 35-40 FPS avg. su mid iOS, Android
-
Foto: <1 sec. di tempo di elaborazione
-
-
Pelle
-
Tempo reale: 20-30 FPS avg. su mid iOS, Android
-
Foto: 1-2 sec. di tempo di elaborazione
-
-
Labbra
-
Tempo reale: 18-30 FPS avg. su mid iOS, Android
-
Foto: 1-2 sec. di tempo di elaborazione
-
-
Occhi
-
Tempo reale: 16-30 FPS avg. su mid iOS, Android
-
Foto: <1 sec. di tempo di elaborazione
-
-
Capelli
-
Tempo reale: 20-30 FPS avg. su mid iOS, Android
-
Foto: <1-2 sec. tempo di elaborazione
-
Perché l'SDK di segmentazione del viso di Banuba
- Possiamo adattare la nostra tecnologia per hardware e casi d'uso personalizzati.
- Risparmio di tempo e fatica per l'addestramento e il test degli algoritmi.
- Immagini reali e set di dati bilanciati per garantire la performance della tecnologia per tutti gli utenti
- Possiamo sviluppare una tecnologia POC unica e personalizzata.
- Tecnologia di segmentazione facciale patentata
- I nostri esperti di R&D e PM possono consigliarti sulla tecnologia ottimale per raggiungere i tuoi obiettivi.
-
Sì. Se hai bisogno solo di una o più caratteristiche, ad esempio la separazione dello sfondo o la ricolorazione dei capelli, ti forniamo i moduli di costruzione e configurazione personalizzati che includono le caratteristiche di cui hai bisogno.
-
Sì, prima di acquistare la licenza hai un periodo di prova gratuito di 2 settimane per convalidare le prestazioni del nostro SDK. Per iniziare il tuo periodo di prova gratuito abbiamo bisogno di firmare un accordo di prova.
-
È possibile disabilitare manualmente il Face Tracking in qualsiasi effetto in modo che il consumo della CPU sia significativamente ridotto.
Nei nostri test, abbiamo raggiunto il 62% di utilizzo totale della CPU solo con la segmentazione in background abilitata
-
Una tecnologia di computer vision, un sottoinsieme della segmentazione delle immagini, dedicata alla ricerca di volti umani in immagini fisse e video. La segmentazione dei volti è strettamente legata alla segmentazione della parte superiore del corpo ("selfie"), ma quest'ultima copre anche le braccia e il torso.
-
Ci sono molti metodi di riconoscimento e tracciamento dei volti. Il più comune è l'uso di reti neurali che attribuiscono ogni pixel del fotogramma a una persona o allo sfondo. Si noti che rilevare un volto significa scoprire se c'è un volto nell'immagine. La segmentazione dei volti implica anche trovare la loro precisa posizione.
-
Nella visione artificiale, la segmentazione di un'immagine è il processo di marcatura automatica di oggetti su un'immagine o un video. Questo non deve essere confuso con il riconoscimento delle immagini - scoprire se un particolare oggetto è presente nel fotogramma. Può essere di diverse varietà: segmentazione del viso, segmentazione dei capelli, ecc.