Segmentação de faces
Dê vida a uma variedade de aplicativos de reconhecimento e modificação de faces, detectando suas diferentes partes e recursos, com processamento de imagem ou vídeo ou em tempo real.
Redes neurais de segmentação de faces
Nossas tecnologias de detecção de características faciais permitem que você modifique a aparência do usuário em aplicativos de realidade aumentada e de rastreamento facial. Os usuários podem obter efeitos visuais atraentes, como recoloração, mascaramento, remoção e substituição.
-
Segmentação de faces
Os recursos de segmentação facial usam redes neurais convolucionais para detectar e segmentar uma determinada área do rosto humano, incluindo:
- Segmentaçãodo rosto inteiro
- Segmentaçãoda pele para coloração e embelezamento da pele.
- Segmentaçãodos lábios para experimentar batons virtuais.
- Segmentação deolhos para colorir a íris.
-
Segmentação de cabelos
Nossa detecção de cabelo usa redes neurais profundas para segmentar o cabelo no feed da câmera. Ele retorna uma saída binária, marcando os pixels da imagem como cabelo ou fundo. Você pode implementá-lo em aplicativos de embelezamento ou de edição de selfies, permitindo que os usuários mudem os penteados e experimentem cores de cabelo com um toque. No comércio de AR, você pode criar "espelhos mágicos" na loja e aplicativos de transformação de cabelo para aumentar as vendas, envolver os consumidores e promover sua marca.
Desempenho
- Redes neurais leves
- Desempenho em tempo real ou pós-processamento
- Modelos de segmentação facial otimizados para plataformas específicas
- Treinados em conjuntos de dados anotados
- Um amplo espectro de ângulos de face, configurações de fundo e condições de iluminação
- Conjuntos de dados equilibrados, incluindo nacionalidade, idade e gênero
- Imagens realistas para garantir um desempenho preciso em casos de uso no mundo real
Redes neurais e recursos técnicos
-
Histórico
- Em tempo real: 35-40 FPS em média no iOS intermediário, Android
- Foto: <1 seg. de tempo de processamento
-
Pele
- Tempo real: média de 20 a 30 FPS no iOS médio, Android
- Foto: 1-2 seg. de tempo de processamento
-
Lábios
- Tempo real: média de 18 a 30 FPS no iOS intermediário, Android
- Foto: tempo de processamento de 1 a 2 segundos
-
Olhos
- Tempo real: média de 16-30 FPS no iOS intermediário, Android
- Foto: <1 seg. de tempo de processamento
-
Cabelo
- Tempo real: média de 20 a 30 FPS no iOS intermediário, Android
- Foto: <1-2 seg. de tempo de processamento
Por que o SDK de segmentação facial do Banuba?
- Podemos adaptar nossa tecnologia para hardware e casos de uso personalizados.
- Economia de tempo e esforço necessários para treinamento e teste de algoritmos.
- Imagens reais e conjuntos de dados equilibrados para garantir o desempenho da tecnologia para todos os usuários
- Podemos desenvolver uma tecnologia POC exclusiva e personalizada.
- Tecnologia patenteada de segmentação facial
- Nossos especialistas em P&D e PM podem aconselhá-lo sobre a tecnologia ideal para atingir seus objetivos.
-
Sim. Se você precisar de apenas um ou vários recursos, por exemplo, separação de fundo ou recoloração de cabelo, fornecemos os módulos de construção e configuração personalizados que incluem os recursos de que você precisa.
-
Sim, antes de comprar a licença, você tem um período de avaliação gratuita de duas semanas para validar o desempenho do nosso SDK. Para iniciar seu período de avaliação gratuita, precisamos assinar o contrato de avaliação.
-
Você pode desativar o Face Tracking manualmente em qualquer efeito para que o consumo de CPU seja significativamente reduzido.
Em nossos testes, atingimos 62% de uso total da CPU somente com a segmentação em segundo plano ativada
-
Uma tecnologia de visão computacional, um subconjunto da segmentação de imagens, dedicada a encontrar rostos humanos em fotos e vídeos. A segmentação de faces está intimamente relacionada à segmentação da parte superior do corpo ("selfie"), mas essa última também abrange os braços e o tronco.
-
Há muitos métodos de reconhecimento e rastreamento de faces. O mais comum é usar redes neurais que atribuem cada pixel no quadro a uma pessoa ou a um plano de fundo. Observe que a detecção de faces significa descobrir se há uma face na imagem. A segmentação de faces também envolve encontrar sua localização precisa.
-
Na visão computacional, a segmentação de imagens é o processo de rotular automaticamente os objetos em uma imagem ou vídeo. Ela não deve ser confundida com o reconhecimento de imagens, que consiste em descobrir se um objeto específico está presente no quadro. Há muitas variedades: segmentação de rosto, segmentação de cabelo etc.
-
Simplificando, uma abordagem arquitetônica para o processo. Há várias abordagens populares (U-Net, Pyramid etc.) que se aplicam à segmentação de faces, à segmentação da parte superior do corpo e a outros casos de uso.