摘要：的發(fā)布已經(jīng)有一些時(shí)日，其主要的提供的能力是給予前端直接可用的特征檢測(cè)的接口包括條形碼人臉文本檢測(cè)。本文將簡(jiǎn)單的對(duì)其進(jìn)行介紹，對(duì)前端進(jìn)行人臉檢測(cè)進(jìn)行普適性的講解。

Shape Detection API 的發(fā)布已經(jīng)有一些時(shí)日，其主要的提供的能力是給予前端直接可用的特征檢測(cè)的接口（包括條形碼、人臉、文本檢測(cè)）。本文將簡(jiǎn)單的對(duì)其進(jìn)行介紹，對(duì)前端進(jìn)行人臉檢測(cè)進(jìn)行普適性的講解。（本文不講算法～望輕拍）

人臉檢測(cè)（Face Detection）算是老生常談的課題了，在諸多行業(yè)應(yīng)用廣泛，例如金融、安防、電子商務(wù)、智能手機(jī)、娛樂圖片等行業(yè)。其中涉及的技術(shù)也在不斷的演變，下面簡(jiǎn)要介紹幾種思路：

基于特征的人臉檢測(cè)

例如opencv中內(nèi)置了基于Viola-Jones目標(biāo)檢測(cè)框架的Harr分類器，只需要載入一個(gè)配置文件（haarcascade_frontalface_alt.xml）就能直接調(diào)用detectObject去完成檢測(cè)過程，同時(shí)也支持其他特征的檢測(cè)（如鼻子、嘴巴等）。

基于學(xué)習(xí)的人臉檢測(cè)，其實(shí)也是需要通過算子提取的圖像中的局部特征，通過對(duì)其進(jìn)行分類、統(tǒng)計(jì)、回歸等方式得到的具備更精確和快響應(yīng)的分類器。

前端通過網(wǎng)絡(luò)將資源傳輸?shù)胶蠖?，后端統(tǒng)一處理需要檢測(cè)的圖像或視頻流，對(duì)后端的架構(gòu)有一定的挑戰(zhàn)，同時(shí)網(wǎng)絡(luò)的延時(shí)往往不能給用戶帶來實(shí)時(shí)的交互效果。

得益于OpenCV在跨語言和跨平臺(tái)的優(yōu)勢(shì)，客戶端也能以較低的開發(fā)成本的提供人臉檢測(cè)的能力，并且可以通過JsBridge等方式向web容器提供服務(wù)，然而一旦脫離這個(gè)容器，孤立的頁面將失去這種能力。直到有一天……

不知道從啥時(shí)候開始，云計(jì)算等概念拔地而起，計(jì)算的成本日益降低。各大研發(fā)團(tuán)隊(duì)（如阿里云、Face++）都蠢蠢欲動(dòng)又不緊不慢的上架了人臉檢測(cè)服務(wù)，甚至還帶上了各種特！殊！服！務(wù)！，人臉識(shí)別、活體識(shí)別、證件OCR及人臉對(duì)比等等等。

盡管不僅提供了客戶端的SDK以及前后端的API，但是，怎么說也要講講我純前端的方案吧。

好吧，人臉識(shí)別在前端依然是在刀耕火種的遠(yuǎn)古時(shí)代，然而，我們的基礎(chǔ)建設(shè)已經(jīng)起步，希望后續(xù)的一些相關(guān)介紹能為各位看官帶來一定的啟發(fā)。

隨著客戶端硬件的計(jì)算能力逐漸提高，瀏覽器層面得到的權(quán)限也越來越多，由于圖像處理需要耗費(fèi)大量的計(jì)算資源，實(shí)際上瀏覽器上也能承擔(dān)圖像檢測(cè)的一些工作，因此就搞出了個(gè)Shape Detection API。

以下幾個(gè)簡(jiǎn)單的例子介紹了基本的用法，在嘗試編輯并運(yùn)行這些代碼之前，請(qǐng)確保在你的Chrome版本以及該新特性已經(jīng)被激活，另外該API受同源策略所限制：

chrome://flags/#enable-experimental-web-platform-features

條形碼：Barcode Detection (For Chrome 56+)

var barcodeDetector = new BarcodeDetector();
barcodeDetector.detect(image)
  .then(barcodes => {
    barcodes.forEach(barcode => console.log(barcodes.rawValue))
  })
  .catch(err => console.error(err));

人臉：Face Detection (For Chrome 56+)

var faceDetector = new FaceDetector();
faceDetector.detect(image)
  .then(faces => faces.forEach(face => console.log(face)))
  .catch(err => console.error(err));

文本：Text Detection (For Chrome 58+)

var textDetector = new TextDetector();
textDetector.detect(image)
  .then(boundingBoxes => {
    for(let box of boundingBoxes) {
      speechSynthesis.speak(new SpeechSynthesisUtterance(box.rawValue));
    }
  })
  .catch(err => console.error(err));

圖像的人臉檢測(cè)比較簡(jiǎn)單，只需要傳入一個(gè)圖片的元素，就能直接調(diào)起該API進(jìn)行人臉識(shí)別了。然后接住canvas我們可以將檢測(cè)的結(jié)果展示出來。

核心代碼如下：

var image = document.querySelector("#image");
var canvas = document.querySelector("#canvas");

var ctx = canvas.getContext("2d");
var scale = 1;

image.onload = function () {
  ctx.drawImage(image,
    0, 0, image.width, image.height,
    0, 0, canvas.width, canvas.height);

  scale = canvas.width / image.width;
};
function detect() {
  if (window.FaceDetector == undefined) {
    console.error("Face Detection not supported");
    return;
  }

  var faceDetector = new FaceDetector();
  console.time("detect");
  return faceDetector.detect(image)
    .then(faces => {
      console.log(faces)
      // Draw the faces on the .
      var ctx = canvas.getContext("2d");
      ctx.lineWidth = 2;
      ctx.strokeStyle = "red";
      for (var i = 0; i < faces.length; i++) {
        var item = faces[i].boundingBox;
        ctx.rect(Math.floor(item.x * scale),
          Math.floor(item.y * scale),
          Math.floor(item.width * scale),
          Math.floor(item.height * scale));
        ctx.stroke();
      }
      console.timeEnd("detect");
    })
    .catch((e) => {
      console.error("Boo, Face Detection failed: " + e);
    });
}

視頻中的人臉檢測(cè)跟圖像相差不大，通過getUserMedia 可以打開攝像頭獲取視頻/麥克風(fēng)的信息，通過將視頻幀進(jìn)行檢測(cè)和展示，即可實(shí)現(xiàn)視頻中的人臉檢測(cè)。

核心代碼如下：

navigator.mediaDevices.getUserMedia({
    video: true,
    // audio: true
  })
    .then(function (mediaStream) {
      video.src = window.URL.createObjectURL(mediaStream);
      video.onloadedmetadata = function (e) {
        // Do something with the video here.
      };
    })
    .catch(function (error) {
      console.log(error.name);
    });

  setInterval(function () {
    ctx.clearRect(0, 0, canvas.width, canvas.height);
    ctx.drawImage(video, 0, 0);
    image.src = canvas.toDataURL("image/png");
    image.onload = function() {
      detect();
    }
  }, 60);

實(shí)際上，在很久很久以前，也有不少解決方案存在。由于硬件條件以及沒有硬件加速等限制的情況，一直沒有被廣泛地投入生產(chǎn)。

tracking.js

tracking.js 是一款js封裝的圖像處理的庫，為瀏覽器帶來豐富的計(jì)算視覺相關(guān)的算法和技術(shù)，通過它可以實(shí)現(xiàn)顏色追蹤、人臉檢測(cè)等功能，具體特性如下：

jquery.facedetection

jquery.facedetection 是一款jquery / zepto 人臉檢測(cè)插件，基于跨終端能力超強(qiáng)的ccv中的圖像分類器和檢測(cè)器。

2.5 Node.js & OpenCv

node-opencv 模塊已經(jīng)發(fā)布了有些年頭，盡管目前還不能完美兼容v3.x，提供的API也比較有限，但能完美兼容opencv v2.4.x。N-API的到來可能會(huì)帶來更多的驚喜。

設(shè)想一下在一個(gè)Electron或者Node-Webkit容器中，我們是否可以通過本地開啟websocket服務(wù)來實(shí)現(xiàn)實(shí)時(shí)的人臉檢測(cè)呢？實(shí)現(xiàn)的思路代碼如下：

后端處理邏輯

import cv from "opencv";

const detectConfigFile = "./node_modules/opencv/data/haarcascade_frontalface_alt2.xml";

// camera properties
const camWidth = 320;
const camHeight = 240;
const camFps = 10;
const camInterval = 1000 / camFps;

// face detection properties
const rectColor = [0, 255, 0];
const rectThickness = 2;

// initialize camera
const camera = new cv.VideoCapture(0);

camera.setWidth(camWidth);
camera.setHeight(camHeight);

const frameHandler = (err, im) => {
  return new Promise((resolve, reject) => {
    if (err) {
      return reject(err);
    }
    im.detectObject(detectConfigFile, {}, (error, faces) => {
      if (error) {
        return reject(error);
      }
      let face;
      for (let i = 0; i < faces.length; i++) {
        face = faces[i];
        im.rectangle([face.x, face.y], [face.width, face.height], rectColor, rectThickness);
      }
      return resolve(im);
    });
  });
};

module.exports = function (socket) {
  const frameSocketHanlder = (err, im) => {
    return frameHandler(err, im)
      .then((img) => {
        socket.emit("frame", {
          buffer: img.toBuffer(),
        });
      });
  };
  const handler = () => {
    camera.read(frameSocketHanlder);
  };
  setInterval(handler, camInterval);
};

前端調(diào)用接口

socket.on("frame", function (data) {
  var unit8Arr = new Uint8Array(data.buffer);
  var str = String.fromCharCode.apply(null, unit8Arr);
  var base64String = btoa(str);

  img.onload = function () {
    ctx.drawImage(this, 0, 0, canvas.width, canvas.height);
  }
  img.src = "data:image/png;base64," + base64String;
});

這些前沿的技術(shù)將會(huì)在前端得到更為廣泛的應(yīng)用和支持是毋庸置疑的，未來的圖像在前端也會(huì)隨著傳統(tǒng)圖像處理->學(xué)習(xí)+圖像處理的方式前進(jìn)，這一切的功勞離不開基礎(chǔ)設(shè)施(硬件、瀏覽器、工具、庫等)的逐漸增強(qiáng)和完善，其中包括但不僅限于：

getUserMedia/Canvas => 圖像 / 視頻的操作

Shape Detection API => 圖像檢測(cè)

Web Workers => 并行計(jì)算能力

ConvNetJS => 深度學(xué)習(xí)框架

4.2.1 準(zhǔn)確率

對(duì)于正臉(多個(gè))的識(shí)別率還是比較高的，但是在側(cè)臉已經(jīng)有障礙物的情況下，檢測(cè)的效果并不理想。

4.2.2 處理速度

對(duì)于圖像中人臉檢測(cè)的例子2.2，耗費(fèi)時(shí)間300ms+（實(shí)際上無法滿足大分辨率視頻實(shí)時(shí)處理），是調(diào)用Opencv的檢測(cè)速度100ms的三倍之多。

4.2.3 特性

還有很多需要完善的地方：如不支持眼鏡狀態(tài)、性別、年齡估計(jì)、表情識(shí)別、人種、笑容、模糊檢測(cè)等主流服務(wù)提供商提供的服務(wù)。

Demo：

https://github.com/x-cold/fac...
https://github.com/x-cold/fac...

關(guān)于人臉檢測(cè)在不同場(chǎng)景的適應(yīng)性，以及檢測(cè)消耗的時(shí)間暫時(shí)沒有數(shù)據(jù)支撐，后面考慮引入PASCAL VOC、AT&T提供的樣本進(jìn)行小規(guī)模的測(cè)試。

招資深前端安卓IOS視覺交互：[email protected]

人臉識(shí)別技術(shù)大總結(jié)(1)：Face Detection & Alignment: http://blog.jobbole.com/85783/

阿里巴巴直播防控中的實(shí)人認(rèn)證技術(shù): https://xianzhi.aliyun.com/fo...

前端在人工智能時(shí)代能做些什么？：https://yq.aliyun.com/article...

ConvNetJS Deep Learning in your browser：http://cs.stanford.edu/people...

Face detection using Shape Detection API：https://paul.kinlan.me/face-d...