ตรวจจับท่าทางด้วย ML Kit บน iOS

ML Kit มี SDK 2 รายการที่ได้รับการเพิ่มประสิทธิภาพสำหรับการตรวจหาท่าทาง

ลองเลย

• ลองใช้แอปตัวอย่างเพื่อดูตัวอย่างการใช้งาน API นี้

ก่อนเริ่มต้น

1. ใส่พ็อด ML Kit ต่อไปนี้ใน Podfile

   # If you want to use the base implementation: pod 'GoogleMLKit/PoseDetection', '8.0.0'  # If you want to use the accurate implementation: pod 'GoogleMLKit/PoseDetectionAccurate', '8.0.0' 

2. หลังจากติดตั้งหรืออัปเดตพ็อดของโปรเจ็กต์แล้ว ให้เปิดโปรเจ็กต์ Xcode โดยใช้ xcworkspace Xcode เวอร์ชัน 13.2.1 ขึ้นไปรองรับ ML Kit

1. สร้างอินสแตนซ์ของ PoseDetector

หากต้องการตรวจจับท่าทางในรูปภาพ ให้สร้างอินสแตนซ์ของ PoseDetector ก่อน แล้วระบุการตั้งค่าเครื่องตรวจจับ (ไม่บังคับ)

PoseDetector ตัวเลือก

โหมดการตรวจหา

PoseDetector ทำงานในโหมดการตรวจจับ 2 โหมด โปรดเลือกตัวเลือกที่ตรงกับ กรณีการใช้งานของคุณ

stream (ค่าเริ่มต้น)

เครื่องตรวจจับท่าทางจะตรวจจับบุคคลที่โดดเด่นที่สุดในรูปภาพก่อน แล้วจึงเรียกใช้การตรวจจับท่าทาง ในเฟรมต่อๆ ไป ระบบจะไม่ดำเนินการขั้นตอนการตรวจหาบุคคล เว้นแต่บุคคลนั้นจะถูกบดบัง หรือตรวจไม่พบอีกต่อไปด้วยความเชื่อมั่นสูง เครื่องตรวจจับท่าทางจะ พยายามติดตามบุคคลที่โดดเด่นที่สุดและแสดงท่าทางของบุคคลนั้นในแต่ละ การอนุมาน ซึ่งจะช่วยลดเวลาในการตอบสนองและทำให้การตรวจจับราบรื่นขึ้น ใช้โหมดนี้เมื่อคุณ ต้องการตรวจจับท่าทางในสตรีมวิดีโอ

singleImage

เครื่องตรวจจับท่าทางจะตรวจจับบุคคล แล้วจึงเรียกใช้การตรวจจับท่าทาง ขั้นตอนการตรวจหาบุคคลจะทำงานกับทุกรูปภาพ ดังนั้นเวลาในการตอบสนองจะสูงขึ้น และจะไม่มีการติดตามบุคคล ใช้โหมดนี้เมื่อใช้การตรวจจับท่าทาง ในรูปภาพแบบคงที่หรือไม่ต้องการติดตาม

ระบุตัวเลือกเครื่องตรวจจับท่าทางดังนี้

// Base pose detector with streaming, when depending on the PoseDetection SDK let options = PoseDetectorOptions() options.detectorMode = .stream  // Accurate pose detector on static images, when depending on the // PoseDetectionAccurate SDK let options = AccuratePoseDetectorOptions() options.detectorMode = .singleImage

// Base pose detector with streaming, when depending on the PoseDetection SDK MLKPoseDetectorOptions *options = [[MLKPoseDetectorOptions alloc] init]; options.detectorMode = MLKPoseDetectorModeStream;  // Accurate pose detector on static images, when depending on the // PoseDetectionAccurate SDK MLKAccuratePoseDetectorOptions *options =     [[MLKAccuratePoseDetectorOptions alloc] init]; options.detectorMode = MLKPoseDetectorModeSingleImage;

สุดท้าย ให้รับอินสแตนซ์ของ PoseDetector ส่งตัวเลือกที่คุณระบุ

let poseDetector = PoseDetector.poseDetector(options: options)

MLKPoseDetector *poseDetector =     [MLKPoseDetector poseDetectorWithOptions:options];

2. เตรียมรูปภาพอินพุต

หากต้องการตรวจหาท่าทาง ให้ทำดังนี้สำหรับรูปภาพหรือเฟรมวิดีโอแต่ละรายการ หากเปิดใช้โหมดสตรีม คุณต้องสร้างออบเจ็กต์ VisionImage จาก CMSampleBuffer

สร้างออบเจ็กต์ VisionImage โดยใช้ UIImage หรือ CMSampleBuffer

หากใช้ UIImage ให้ทำตามขั้นตอนต่อไปนี้

• สร้างออบเจ็กต์ VisionImage ด้วย UIImage อย่าลืมระบุ .orientation ที่ถูกต้อง

  Swift

  let image = VisionImage(image: UIImage) visionImage.orientation = image.imageOrientation

  Objective-C

  MLKVisionImage *visionImage = [[MLKVisionImage alloc] initWithImage:image]; visionImage.orientation = image.imageOrientation;

หากใช้ CMSampleBuffer ให้ทำตามขั้นตอนต่อไปนี้

• ระบุการวางแนวของข้อมูลรูปภาพที่มีอยู่ใน CMSampleBuffer

  วิธีดูการวางแนวรูปภาพ

  Swift

  func imageOrientation(   deviceOrientation: UIDeviceOrientation,   cameraPosition: AVCaptureDevice.Position ) -> UIImage.Orientation {   switch deviceOrientation {   case .portrait:     return cameraPosition == .front ? .leftMirrored : .right   case .landscapeLeft:     return cameraPosition == .front ? .downMirrored : .up   case .portraitUpsideDown:     return cameraPosition == .front ? .rightMirrored : .left   case .landscapeRight:     return cameraPosition == .front ? .upMirrored : .down   case .faceDown, .faceUp, .unknown:     return .up   } }       

  Objective-C

  - (UIImageOrientation)   imageOrientationFromDeviceOrientation:(UIDeviceOrientation)deviceOrientation                          cameraPosition:(AVCaptureDevicePosition)cameraPosition {   switch (deviceOrientation) {     case UIDeviceOrientationPortrait:       return cameraPosition == AVCaptureDevicePositionFront ? UIImageOrientationLeftMirrored                                                             : UIImageOrientationRight;      case UIDeviceOrientationLandscapeLeft:       return cameraPosition == AVCaptureDevicePositionFront ? UIImageOrientationDownMirrored                                                             : UIImageOrientationUp;     case UIDeviceOrientationPortraitUpsideDown:       return cameraPosition == AVCaptureDevicePositionFront ? UIImageOrientationRightMirrored                                                             : UIImageOrientationLeft;     case UIDeviceOrientationLandscapeRight:       return cameraPosition == AVCaptureDevicePositionFront ? UIImageOrientationUpMirrored                                                             : UIImageOrientationDown;     case UIDeviceOrientationUnknown:     case UIDeviceOrientationFaceUp:     case UIDeviceOrientationFaceDown:       return UIImageOrientationUp;   } }       

• สร้างออบเจ็กต์ VisionImage โดยใช้ออบเจ็กต์ CMSampleBuffer และการวางแนวต่อไปนี้

  Swift

  let image = VisionImage(buffer: sampleBuffer) image.orientation = imageOrientation(   deviceOrientation: UIDevice.current.orientation,   cameraPosition: cameraPosition)

  Objective-C

   MLKVisionImage *image = [[MLKVisionImage alloc] initWithBuffer:sampleBuffer];  image.orientation =    [self imageOrientationFromDeviceOrientation:UIDevice.currentDevice.orientation                                 cameraPosition:cameraPosition];

3. ประมวลผลรูปภาพ

ส่ง VisionImage ไปยังวิธีการประมวลผลรูปภาพของเครื่องตรวจจับท่าทางอย่างใดอย่างหนึ่ง คุณจะใช้วิธีprocess(image:)แบบไม่พร้อมกันหรือวิธีresults()แบบพร้อมกันก็ได้

หากต้องการตรวจหาออบเจ็กต์แบบพร้อมกัน ให้ทำดังนี้

var results: [Pose] do {   results = try poseDetector.results(in: image) } catch let error {   print("Failed to detect pose with error: \(error.localizedDescription).")   return } guard let detectedPoses = results, !detectedPoses.isEmpty else {   print("Pose detector returned no results.")   return }  // Success. Get pose landmarks here.

NSError *error; NSArray *poses = [poseDetector resultsInImage:image error:&error]; if (error != nil) {   // Error.   return; } if (poses.count == 0) {   // No pose detected.   return; }  // Success. Get pose landmarks here.

หากต้องการตรวจหาออบเจ็กต์แบบไม่พร้อมกัน ให้ทำดังนี้

poseDetector.process(image) { detectedPoses, error in   guard error == nil else {     // Error.     return   }   guard !detectedPoses.isEmpty else {     // No pose detected.     return   }    // Success. Get pose landmarks here. }

[poseDetector processImage:image                 completion:^(NSArray * _Nullable poses,                              NSError * _Nullable error) {                     if (error != nil) {                       // Error.                       return;                     }                     if (poses.count == 0) {                       // No pose detected.                       return;                     }                      // Success. Get pose landmarks here.                   }];

4. ดูข้อมูลเกี่ยวกับท่าทางที่ตรวจพบ

หากตรวจพบบุคคลในรูปภาพ API การตรวจหาท่าทางจะส่งอาร์เรย์ของออบเจ็กต์ Pose ไปยังตัวแฮนเดิลการดำเนินการให้เสร็จสมบูรณ์ หรือส่งคืนอาร์เรย์ โดยขึ้นอยู่กับว่าคุณเรียกใช้เมธอดแบบอะซิงโครนัสหรือซิงโครนัส

หากบุคคลนั้นไม่ได้อยู่ภายในรูปภาพทั้งหมด โมเดลจะกำหนดพิกัดจุดสังเกตที่ขาดหายไปนอกเฟรมและให้ค่า InFrameConfidence ต่ำ

หากไม่พบบุคคลใด อาร์เรย์จะว่างเปล่า

for pose in detectedPoses {   let leftAnkleLandmark = pose.landmark(ofType: .leftAnkle)   if leftAnkleLandmark.inFrameLikelihood > 0.5 {     let position = leftAnkleLandmark.position   } }

for (MLKPose *pose in detectedPoses) {   MLKPoseLandmark *leftAnkleLandmark =       [pose landmarkOfType:MLKPoseLandmarkTypeLeftAnkle];   if (leftAnkleLandmark.inFrameLikelihood > 0.5) {     MLKVision3DPoint *position = leftAnkleLandmark.position;   } }

เคล็ดลับในการปรับปรุงประสิทธิภาพ

คุณภาพของผลลัพธ์ขึ้นอยู่กับคุณภาพของรูปภาพอินพุต

• ML Kit จะตรวจจับท่าทางได้อย่างแม่นยำเมื่อบุคคลในรูปภาพมีข้อมูลพิกเซลเพียงพอ และเพื่อให้ได้ประสิทธิภาพสูงสุด วัตถุควรมีขนาดอย่างน้อย 256x256 พิกเซล
• หากตรวจพบท่าทางในแอปพลิเคชันแบบเรียลไทม์ คุณอาจต้องพิจารณา ขนาดโดยรวมของรูปภาพอินพุตด้วย ระบบจะประมวลผลรูปภาพขนาดเล็กได้เร็วขึ้น ดังนั้นหากต้องการลดเวลาในการตอบสนอง ให้ถ่ายภาพที่ความละเอียดต่ำกว่า แต่โปรดคำนึงถึงข้อกำหนดด้านความละเอียดข้างต้นและตรวจสอบว่าวัตถุในภาพมีขนาดใหญ่ที่สุดเท่าที่จะเป็นไปได้
• โฟกัสของรูปภาพที่ไม่ดีอาจส่งผลต่อความถูกต้องได้เช่นกัน หากไม่ได้รับผลลัพธ์ที่ยอมรับได้ ให้ขอให้ผู้ใช้ถ่ายภาพอีกครั้ง

หากต้องการใช้การตรวจหาท่าทางในแอปพลิเคชันแบบเรียลไทม์ ให้ทำตามหลักเกณฑ์ต่อไปนี้เพื่อให้ได้อัตราเฟรมที่ดีที่สุด

• ใช้ PoseDetection SDK พื้นฐานและโหมดการตรวจจับ stream
• ลองถ่ายภาพที่ความละเอียดต่ำลง อย่างไรก็ตาม โปรดคำนึงถึงข้อกำหนดด้านขนาดรูปภาพของ API นี้ด้วย
• หากต้องการประมวลผลเฟรมวิดีโอ ให้ใช้ results(in:) API แบบซิงโครนัสของเครื่องตรวจจับ เรียกใช้เมธอดนี้จากฟังก์ชัน AVCaptureVideoDataOutputSampleBufferDelegate captureOutput(_, didOutput:from:) เพื่อรับผลลัพธ์จากวิดีโอเฟรมที่ระบุแบบพร้อมกัน ตั้งค่า AVCaptureVideoDataOutput's alwaysDiscardsLateVideoFrames เป็น true เพื่อจำกัดการเรียกใช้เครื่องตรวจจับ หากมีเฟรมวิดีโอใหม่พร้อมใช้งานขณะที่เครื่องตรวจจับทำงานอยู่ ระบบจะทิ้งเฟรมนั้น
• หากใช้เอาต์พุตของเครื่องตรวจจับเพื่อซ้อนทับกราฟิกบนรูปภาพอินพุต ให้รับผลลัพธ์จาก ML Kit ก่อน จากนั้นจึงแสดงรูปภาพและซ้อนทับในขั้นตอนเดียว การทำเช่นนี้จะทำให้คุณแสดงผลไปยังพื้นผิวการแสดงผลเพียงครั้งเดียวสำหรับแต่ละเฟรมอินพุตที่ประมวลผลแล้ว ดูตัวอย่างได้ที่คลาส previewOverlayView และ MLKDetectionOverlayView ในแอปตัวอย่าง Showcase

ขั้นตอนถัดไป

• ดูวิธีใช้จุดสังเกตของท่าทางเพื่อจัดประเภทท่าทางได้ที่เคล็ดลับการจัดประเภทท่าทาง
• ดูตัวอย่างการใช้งาน API นี้ได้ในตัวอย่างการเริ่มต้นใช้งาน ML Kit อย่างรวดเร็วบน GitHub