取得觀察到的人員偵測並比對臉部深入解析
重要
由於 Azure 媒體服務 淘汰而移轉 Azure 影片索引器內容的最後期限已經過去。 如需詳細資訊, 請參閱淘汰指南 。
觀察到的人偵測,相符的臉部,偵測到的衣服
重要
臉部辨識、自訂和名人辨識功能的存取限制是根據資格和使用準則,以支援我們的「負責任的 AI 準則」。 臉部識別、自訂和名人辨識功能僅適用於 Microsoft 受控的客戶和合作夥伴。 請使用臉部辨識受理表單以申請存取。
觀察到的人員偵測並比對臉部會自動偵測並比對媒體檔案中的人員。 觀察到的人偵測和相符的臉部可以設定為顯示人員、衣服及其外觀確切時間範圍的見解。
在入口網站中,產生的深入解析會顯示在 [深入解析] 索引卷標的分類清單中,索引標籤包含每個人及其標識符的縮圖。 按一下人員的縮圖會顯示相符的人員 (人員深入解析中的對應臉部)。 深入解析也會在 JSON 檔案的分類清單中產生,其中包含人員的縮圖識別碼、出現在檔案中的時間百分比、Wiki 連結 (如果他們是名人) 和信賴度等級。
觀察到的人偵測、偵測到的服裝和相符的臉部使用案例
- 藉由在組織檔案中深入搜尋相符的人員以深入了解特定名人 (例如在製作宣傳影片和預告片時),可以提高效率。
- 在建立專題報導時提高效率,例如,在新聞或體育機構的足球比賽檔案中搜尋穿著紅色襯衫的人。
- 找出偵測到的同一個人,使用其識別碼從較長的影片建立摘要,例如特定人員在影片中的外觀,可做為法庭證據。
- 了解並分析一段時間的趨勢,例如:客戶如何在購物商場中移動,或客戶結帳排隊花費多少時間。
藉由選擇進階 ->Video + 音訊索引預設,即可使用相符的臉部和偵測到的服裝功能來編製檔案的索引。
使用入口網站檢視深入解析 JSON
上傳影片並編製索引之後,您可以使用入口網站以 JSON 格式下載深入解析。
- 選取 [連結 庫] 索引標籤 。
- 選取您想要使用的媒體。
- 選取 [下載] 和 [深入解析] [JSON]。 JSON 檔案會在新的瀏覽器索引標籤開啟。
- 尋找範例回應中所述的密鑰組。
使用 API
- 使用取得 影片索引 要求。 我們建議傳遞
&includeSummarizedInsights=false
。 - 尋找範例回應中所述的密鑰組。
範例回應
"observedPeople": [
{
"id": 1,
"thumbnailId": "d09ad62e-e0a4-42e5-8ca9-9a640c686596",
"clothing": [
{
"id": 1,
"type": "sleeve",
"properties": {
"length": "short"
}
},
{
"id": 2,
"type": "pants",
"properties": {
"length": "short"
}
}
],
"matchingFace": {
"id": 1310,
"confidence": 0.3819
},
"instances": [
{
"adjustedStart": "0:00:34.8681666",
"adjustedEnd": "0:00:36.0026333",
"start": "0:00:34.8681666",
"end": "0:00:36.0026333"
},
{
"adjustedStart": "0:00:36.6699666",
"adjustedEnd": "0:00:36.7367",
"start": "0:00:36.6699666",
"end": "0:00:36.7367"
},
{
"adjustedStart": "0:00:37.2038333",
"adjustedEnd": "0:00:39.6729666",
"start": "0:00:37.2038333",
"end": "0:00:39.6729666"
}
]
}
]
重要
請務必閱讀 所有 VI 功能的透明度附注概觀 。 每個深入解析也有自己的透明度注意事項:
觀察到的人偵測並比對臉部筆記
- 畫面中出現的人員太小,那麼通常不會偵測到 (人員高度最少要有 100 像素)。
- 最大畫面大小是完整高畫質 (FHD)。
- 低質量的視訊(例如深色光源條件)可能會影響偵測結果。
- 建議的畫面播放速率至少為 30 FPS。
- 影片輸入建議在單一畫面中最多包含 10 個人。 在單一畫面中存在更多人的情況,此功能依然能夠使用,但偵測結果最多只會在偵測信賴度最高的畫面中擷取最多 10 人。
- 穿著類似服裝的人員 (例如運動競賽中的選手) 可能會偵測為同一個人,並具有相同的識別碼。
- 障礙 – 可能有障礙物(場景/自我或其他人阻礙)的錯誤。
- 姿勢:軌道可能會因為不同的姿勢而分割(後/前)
- 由於服裝偵測取決於人員身體的可見度,如果人員完全可見,則精確度會更高。 當一個人沒有衣服時,可能會發生錯誤。 在此案例或其他可見度不佳的情況下,可能會提供長褲、裙子或連衣裙或連衣裙等結果。
觀察到的人員偵測並比對臉部元件
元件 | 定義 |
---|---|
來源檔案 | 使用者上傳要編製索引的來源檔案。 |
偵測 | 媒體檔案會追蹤偵測到觀察到的人員及其衣服。 例如,長袖襯衫、連身裙或長褲。 若要偵測到,人員的完整上半部必須出現在媒體中。 |
區域群組 | 識別觀察到的臉部會篩選成區域群組。 如果偵測到人員一次以上,就會為此人員建立更多觀察到的臉部實例。 |
比對和分類 | 觀察到的人員執行個體會與臉部相符。 如果有一個已知的名人,觀察到的人被賦予他們的名字。 任何觀察到的人員執行個體可以與相同臉部相符。 |
信賴度值 | 每位觀察到的人員的估計信賴度等級會以 0 到 1 的範圍計算。 信賴度分數代表結果正確性的確定性。 例如,82% 的確定性會以分數 0.82 表示。 |