小游戏，威利在哪里？ (威利穿着红白条纹的衬衫并戴着一个绒球帽，手上拿着木制的手杖，还戴着一副眼镜)

reference: Amazon - Where's Waldo - Toys Poster 36 x 24in

本文开始

以目前主流随安装即用的技术来说，提到人脸侦测大多会出现下面四种方式：

1. Google ML Kit - Face Detection
   • https://developers.google.com/ml-kit/vision/face-detection
2. Amazon Rekognition - face detection
   • https://docs.aws.amazon.com/rekognition/latest/dg/faces.html
3. Microsoft Azure - 脸部识别API
   • https://azure.microsoft.com/zh-tw/services/cognitive-services/face/#overview
4. OpenCV & Dlib solution - 给喜爱DIY的写手

下面就依序先简单介绍各个技术使用吧！

Google ML Kit - Face Detection

reference: Google ML Kit - Face Detection

前身为Firebase ML-Kit - Face Detection (2020/6/3之後移动到独立Module)

是一个Google开发的脸部识别函示库，可以直接在行动装置上使用，

可以在你开发的专案中整合脸部识别的相关功能：

• 脸部侦测
• 脸部识别
• 人脸追踪
• 人脸关键点侦测

只需要了解如何使用相关API功能即可，不需要了解实作细节或ML如何运作。

这部分有兴趣的邦友们可以在[Day5] Face Detection - 使用Google ML Kit - Android了解更多细节与实作内容。

Amazon Rekognition - face detection

reference: aws - Detecting and analyzing faces

Amazon在AWS平台上出的影像分析服务，除了与ML Kit一样可以透过API使用外(需事先安装SDK)，
有另外提供Online Demo平台可以测试使用。

这部分我会在[Day7] Face Detection - 使用Amazon Rekognition说明更多细节与实作内容。

Microsoft Azure - 脸部识别API

看名字就知道，微软出品，必属精品

同样是在他们自家的平台Azure上提供的脸部识别服务，同样提供API方便使用

由於有其他邦友在这次铁人赛发表Azure上的人脸辨识，有兴趣的可以点连结去看一下。而脸部辨识的说明文件请参考这里，就不再另撰一篇文章说明。

我绝对不会说是因为很久很久以前已注册过Azure免费使用，因为不想付费所以没有平台可以用来测试

OpenCV & Dlib Solution

reference: MLBLR - OpenCV

之後会着墨比较多的部分，也会延伸这个技术到後续开发一个真正互动的应用上。

OpenCV是一个跨平台的视觉处理函示库，只要是处理影像或是影片，而主要开发语言又是C++或Python的话，对它一定不陌生。

而Dlib是由Davis King 独立开发的一个ML相关处理与资料分析的C++函示库，功能太多太强大说不完，而在人脸辨识相关功能中也会很常使用它。

使用OpenCV & Dlib来做人脸侦测，大概可以分为四种方式：

1. OpenCV Haar cascades
2. OpenCV deep neural networks (DNNs)
3. Dlib HOG + Linear SVM
4. Dlib max-margin object detector (MMOD)

这个系列後半部实作部分都会使用这种方式，我会在[Day9] Face Detection - 使用OpenCV & Dlib：Haar cascades之後说明更多细节与实作内容。

我知道一下出现陌生的函示库名称，一下又多出一堆专有名词会让人怯步，因此先来总结一下这四种方式：

三个重点需要你记得 (未来如果有进入这个领域会很实用，一点过来人经验)：

1. 辨识准确率越高通常会需要花费更多运算时间 (指相同的硬体设备下)；如果你会用显示卡(GPU)资源来做ML请直接选第四个 (Dlib max-margin object detector (MMOD))
2. 只想要试试水温玩人脸侦测不想要知道细节也不想要设定一堆参数，用第二个 (OpenCV deep neural networks (DNNs))就对了；好用、好侦测、好刺激
3. 有兴趣要往facial landmark (人脸关键点)做应用的，请直接选第三或第四个(Dlib相关)；你会发现什麽叫做真正的无缝接轨不踩坑

就这样，下一篇见！