AR Face Detection
AR Face Detection wurde von unseren Android-Entwicklern entwickelt, um einen Beitrag zur Welt der Open-Source-AR-Projekte zu leisten.
Branche
Augmented Reality
Team
1 Mitglied
Launch
2020
Land
Ukraine
Über das Projekt
AR Face Detection wurde von unseren Android-Entwicklern entwickelt, um einen Beitrag zur Welt der Open-Source-AR-Projekte zu leisten.
Projektidee
Die zentrale Idee war, unsere Expertise mit dieser AR-Bibliothek an die Community der Open-Source-Enthusiasten weiterzugeben.
Die Zielgruppe von AR Face Detection sind vor allem AR-Enthusiasten und Menschen, die sich für neue Technologien und deren Anwendungsfälle interessieren.
Projektherausforderungen
Integration verschiedener Toolkits in die App
Nutzung von Front- und Rückkamera
Komplexe mathematische Berechnungen der Kopfneigungswinkel
Lösung
Unser Android-Team hat eine Open-Source-Android-App entwickelt, die Bewegungen des Nutzers präzise verfolgt und ein Bild über dem Kopf des Nutzers anzeigt.
Wie funktioniert Gesichtserkennung?
Computer Vision nutzt Bilder und Videos, um reale Szenen zu interpretieren.
- Wissensbasiert. Beschreibt das Gesicht anhand von Regeln.
- Merkmalsinvariant. Erkennt Gesichter anhand von Gesichtsmerkmalen (Nase, Augen).
- Template-Matching. Vergleicht die Eingabe mit zuvor gespeicherten Gesichtsmustern.
- Erscheinungsbasiert. Nutzt Machine Learning und Analyse zur Gesichtserkennung.
- Hintergrund entfernen. Algorithmen entfernen den Hintergrund, um den Suchprozess zu vereinfachen.
- Hautfarbe. Bei Farbbildern erleichtern Hautfarbe und -ton die Suche nach Gesichtern.
- Bewegungsanalyse. In Videos vergleichen Algorithmen bewegte Gesichter mit einem statischen Hintergrund.
- Pose-Analyse. Durch die Analyse verschiedener Posen können Algorithmen Gesichter besser erkennen.
Die wichtigsten Funktionen des Projekts
Mithilfe der ARFace Detection Library haben unsere Entwickler die folgenden Funktionen umgesetzt.
Bildauswahl
Unsere Anwendung ermöglicht es Nutzern, ein beliebiges Bild ihrer Wahl anzuzeigen. Entwickler können den Open-Source-Code der ARFace Detection Library anpassen und ein beliebiges Bild einfügen.
Toolkit-Auswahl
AR Face Detection bietet Nutzern zwei Augmented-Reality-Tools. Beide zeigen das Bild auf unterschiedliche Weise an. ML Kit kann sowohl die Rück- als auch die Frontkamera nutzen, während ARCore nur die Frontkamera verwendet.
Bildanzeige
Der zentrale Teil der App platziert ein beliebiges Bild über dem Kopf des Nutzers. Durch das Face-Tracking dreht sich das Bild mit den Kopfbewegungen mit. Die App verarbeitet mehrere Gesichter gleichzeitig.
Technologie-Stack
Die folgenden Tools wurden für die Entwicklung der Face-Detection-App verwendet:
Web-Stack
Tools
IDE
Weitere Fälle
Color changing app
Computer-Vision Based App With Color Manipulation