DeepFace: Cara Mudah Menggunakan Fungsi Verify (part 3)

DeepFace menyederhanakan proses implementasi pengenalan wajah dengan menyediakan fungsi-fungsi siap pakai untuk verifikasi, pencarian, dan analisis wajah. Dengan dukungan untuk berbagai model dan metrik similaritas, pustaka ini menawarkan fleksibilitas dan akurasi yang tinggi untuk berbagai aplikasi pengenalan wajah.

Dalam pustaka DeepFace, terdapat 3 fungsi utama yang dapat Anda gunakan, yaitu: verify, analyze dan represent.

1. VERIFY

Fungsi ini digunakan untuk memverifikasi apakah dua gambar wajah berasal dari individu yang sama.

Endpoint

http://127.0.0.1:5005/verify

Body Params

{
    "img1": "...",
    "img2": "...",
    "model_name": "VGG-Face", //"Facenet",
    "detector_backend": "mtcnn",
    "distance_metric": "cosine" // "euclidean"
}

Parameter	Tipe Data	Deskripsi
img1	str atau np.ndarray	Jalur atau base64 atau array numpy dari gambar pertama yang akan dibandingkan.
img2	str atau np.ndarray	Jalur atau base64 atau array numpy dari gambar kedua yang akan dibandingkan.
model_name	str	Nama model pengenalan wajah yang akan digunakan. Opsi yang tersedia: 'VGG-Face', 'Facenet', 'OpenFace', 'DeepFace', 'DeepID', 'ArcFace', 'Dlib', 'SFace', 'GhostFaceNet'.
detector_backend	str	Metode deteksi wajah yang akan digunakan. Opsi yang tersedia: 'opencv', 'ssd', 'dlib', 'mtcnn', 'retinaface', 'mediapipe'.
distance_metric	str	Metrik jarak yang digunakan untuk membandingkan wajah. Opsi yang tersedia: 'cosine', 'euclidean', 'euclidean_l2'.
enforce_detection	bool	Jika True, menghasilkan kesalahan jika tidak ada wajah yang terdeteksi dalam gambar.
align	bool	Jika True, gambar wajah akan disejajarkan sebelum analisis untuk meningkatkan akurasi.
expand_percentage	int	Persentase perluasan area deteksi wajah untuk menangkap lebih banyak konteks sekitar wajah.
normalization	str	Metode normalisasi yang akan diterapkan pada gambar. Opsi yang tersedia: 'base', 'raw', 'Facenet', 'Facenet2018', 'VGGFace', 'VGGFace2', 'ArcFace'.
silent	bool	Jika True, menonaktifkan output log selama proses.
threshold	float	Nilai ambang batas untuk menentukan apakah dua wajah dianggap sama berdasarkan metrik jarak yang dipilih.
anti_spoofing	bool	Jika True, mengaktifkan deteksi anti-spoofing untuk memastikan bahwa gambar yang dianalisis adalah wajah asli dan bukan gambar atau video palsu.

Response

{
    "detector_backend": "mtcnn",
    "distance": 0.7719593473951658,
    "facial_areas": {
        "img1": {
            "h": 310,
            "left_eye": [
                691,
                392
            ],
            "right_eye": [
                577,
                391
            ],
            "w": 247,
            "x": 505,
            "y": 254
        },
        "img2": {
            "h": 325,
            "left_eye": [
                685,
                345
            ],
            "right_eye": [
                574,
                345
            ],
            "w": 244,
            "x": 498,
            "y": 209
        }
    },
    "model": "VGG-Face",
    "similarity_metric": "cosine",
    "threshold": 0.68,
    "time": 4.15,
    "verified": false
}

Variabel	Tipe Data	Deskripsi
detector_backend	String	Metode deteksi wajah yang digunakan, dalam kasus ini menggunakan "mtcnn".
distance	Float	Jarak atau perbedaan antara dua wajah yang dibandingkan, semakin kecil nilainya semakin mirip.
facial_areas	Object	Menyimpan koordinat area wajah dari dua gambar (`img1` dan `img2`).
facial_areas.img1	Object	Informasi tentang wajah yang terdeteksi di gambar pertama (`img1`).
facial_areas.img2	Object	Informasi tentang wajah yang terdeteksi di gambar kedua (`img2`).
facial_areas.img1.h	Integer	Tinggi area wajah yang terdeteksi pada `img1`.
facial_areas.img1.w	Integer	Lebar area wajah yang terdeteksi pada `img1`.
facial_areas.img1.x	Integer	Posisi horizontal (X) dari area wajah dalam `img1`.
facial_areas.img1.y	Integer	Posisi vertikal (Y) dari area wajah dalam `img1`.
facial_areas.img1.left_eye	Array [x, y]	Koordinat mata kiri dalam `img1`.
facial_areas.img1.right_eye	Array [x, y]	Koordinat mata kanan dalam `img1`.
facial_areas.img2.h	Integer	Tinggi area wajah yang terdeteksi pada `img2`.
facial_areas.img2.w	Integer	Lebar area wajah yang terdeteksi pada `img2`.
facial_areas.img2.x	Integer	Posisi horizontal (X) dari area wajah dalam `img2`.
facial_areas.img2.y	Integer	Posisi vertikal (Y) dari area wajah dalam `img2`.
facial_areas.img2.left_eye	Array [x, y]	Koordinat mata kiri dalam `img2`.
facial_areas.img2.right_eye	Array [x, y]	Koordinat mata kanan dalam `img2`.
model	String	Model deep learning yang digunakan untuk membandingkan wajah, dalam hal ini "VGG-Face".
similarity_metric	String	Metode perhitungan kesamaan wajah, dalam kasus ini menggunakan "cosine similarity".
threshold	Float	Ambang batas kesamaan wajah agar dianggap sama.
time	Float	Waktu eksekusi dalam detik untuk melakukan perbandingan wajah.
verified	Boolean	Apakah wajah dalam dua gambar dianggap sama (`true` jika sama, `false` jika tidak).