自IT Next，作者：Vincent Mühler，機器之心編譯，參與：Geek AI、張倩。

本文將為大家介紹一個建立在「tensorflow.js」內(nèi)核上的 javascript API——「face-api.js」，它實現(xiàn)了三種卷積神經(jīng)網(wǎng)絡(luò)架構(gòu)，用于完成人臉檢測、識別和特征點檢測任務，可以在瀏覽器中進行人臉識別。

號外！號外！現(xiàn)在人們終于可以在瀏覽器中進行人臉識別了！本文將為大家介紹「face-api.js」，這是一個建立在「tensorflow.js」內(nèi)核上的 javascript 模塊，它實現(xiàn)了三種卷積神經(jīng)網(wǎng)絡(luò)（CNN）架構(gòu)，用于完成人臉檢測、識別和特征點檢測任務。

• face-api.js：https://github.com/justadudewhohacks/face-api.js
• TensorFlow.js：https://github.com/tensorflow/tfjs-core

像往常一樣，我們將查看一個簡單的代碼示例，這將使你能立即通過短短幾行代碼中的程序包開始了解這個 API。讓我們開始吧！

我們已經(jīng)有了「face-recognition.js」，現(xiàn)在又來了另一個同樣的程序包？

如果你閱讀過本文作者另一篇關(guān)于「node.js」環(huán)境下進行人臉識別的文章《Node.js + face-recognition.js : Simple and Robust Face Recognition using Deep Learning》（Node.js + face-recognition.js：通過深度學習實現(xiàn)簡單而魯棒的人臉識別）（https://medium.com/@muehler.v/node-js-face-recognition-js-simple-and-robust-face-recognition-using-deep-learning-ea5ba8e852），你就會知道他在之前組裝過一個類似的程序包，例如「face-recgnition.js」，從而為「node.js」引入了人臉識別功能。

起初，作者并沒有預見到 JavaScript 社區(qū)對與人臉識別程序包的需求程度如此之高。對許多人而言，「face-recognition.js」似乎是一個不錯的、能夠免費試用的開源選項，它可以替代由微軟或亞馬遜等公司提供的付費人臉識別服務。但是作者曾多次被問道：是否有可能在瀏覽器中運行完整的人臉識別的工作流水線？

多虧了「tensorflow.js」，這種設(shè)想最終變?yōu)榱爽F(xiàn)實！作者設(shè)法使用「tf.js

」內(nèi)核實現(xiàn)了部分類似的工具，它們能得到和「face-recognition.js」幾乎相同的結(jié)果，但是作者是在瀏覽器中完成的這項工作！而且最棒的是，這套工具不需要建立任何的外部依賴，使用它非常方便。并且這套工具還能通過 GPU 進行加速，相關(guān)操作可以使用 WebGL 運行。

這足以讓我相信，JavaScript 社區(qū)需要這樣的一個為瀏覽器環(huán)境而編寫的程序包！可以設(shè)想一下你能通過它構(gòu)建何種應用程序。

如何利用深度學習解決人臉識別問題

如果想要盡快開始實戰(zhàn)部分，那么你可以跳過這一章，直接跳到代碼分析部分去。但是為了更好地理解「face-api.js」中為了實現(xiàn)人臉識別所使用的方法，我強烈建議你順著這個章節(jié)閱讀下去，因為我常常被人們問到這個問題。

為簡單起見，我們實際想要實現(xiàn)的目標是在給定一張人臉的圖像時，識別出圖像中的人。為了實現(xiàn)這個目標，我們需要為每一個我們想要識別的人提供一張（或更多）他們的人臉圖像，并且給這些圖像打上人臉主人姓名的標簽作為參考數(shù)據(jù)。現(xiàn)在，我們將輸入圖像和參考數(shù)據(jù)進行對比，找到與輸入圖像最相似的參考圖像。如果有兩張圖像都與輸入足夠相似，那么我們輸出人名，否則輸出「unknown」（未知）。

聽起來確實是個好主意！然而，這個方案仍然存在兩個問題。首先，如果我們有一張顯示了多人的圖像，并且我們需要識別出其中所有的人，將會怎樣呢？其次，我們需要建立一種相似度度量手段，用來比較兩張人臉圖像。

人臉檢測

我們可以從人臉檢測技術(shù)中找到第一個問題的答案。簡單地說，我們將首先定位輸入圖像中的所有人臉。「face-api.js」針對人臉檢測工作實現(xiàn)了一個 SSD（Single Shot Multibox Detector）算法，它本質(zhì)上是一個基于 MobileNetV1 的卷積神經(jīng)網(wǎng)絡(luò)（CNN），在網(wǎng)絡(luò)的頂層加入了一些人臉邊框預測層。

該網(wǎng)絡(luò)將返回每張人臉的邊界框，并返回每個邊框相應的分數(shù)，即每個邊界框表示一張人臉的概率。這些分數(shù)被用于過濾邊界框，因為可能存在一張圖片并不包含任何一張人臉的情況。請注意，為了對邊界框進行檢索，即使圖像中僅僅只有一個人，也應該執(zhí)行人臉檢測過程。

人臉特征點檢測及人臉對齊

在上文中，我們已經(jīng)解決了第一個問題！然而，我想要指出的是，我們需要對齊邊界框，從而抽取出每個邊界框中的人臉居中的圖像，接著將其作為輸入傳給人臉識別網(wǎng)絡(luò)，因為這樣可以使人臉識別更加準確！

為了實現(xiàn)這個目標，「face-api.js」實現(xiàn)了一個簡單的卷積神經(jīng)網(wǎng)絡(luò)（CNN），它將返回給定圖像的 68 個人臉特征點：

從特征點位置上看，邊界框可以將人臉居中。你可以從下圖中看到人臉檢測結(jié)果（左圖）與對齊后的人臉圖像（右圖）的對比：

人臉識別

現(xiàn)在，我們可以將提取出的對齊后的人臉圖像輸入到人臉識別網(wǎng)絡(luò)中，該網(wǎng)絡(luò)基于一個類似于 ResNet-34 的架構(gòu)，基本上與 dlib（https://github.com/davisking/dlib/blob/master/examples/dnn_face_recognition_ex.cpp）中實現(xiàn)的架構(gòu)一致。該網(wǎng)絡(luò)已經(jīng)被訓練去學習出人臉特征到人臉描述符的映射（一個包含 128 個值的特征向量），這個過程通常也被稱為人臉嵌入。

現(xiàn)在讓我們回到最初對比兩張人臉圖像的問題：我們將使用每張抽取出的人臉圖像的人臉描述符，并且將它們與參考數(shù)據(jù)的人臉描述符進行對比。更確切地說，我們可以計算兩個人臉描述符之間的歐氏距離，并根據(jù)閾值判斷兩張人臉圖像是否相似（對于 150*150 的圖像來說，0.6 是一個很好的閾值）。使用歐氏距離的效果驚人的好，當然，你也可以選用任何一種分類器。下面的 gif 動圖可視化了通過歐氏距離比較兩張人臉圖像的過程：

至此，我們已經(jīng)對人臉識別的理論有所了解。接下來讓我們開始編寫一個代碼示例。

是時候開始編程了！

在這個簡短的示例中，我們將看到如何一步步地運行人臉識別程序，識別出如下所示的輸入圖像中的多個人物：

導入腳本

首先，從 dist/face-api.js 獲得最新的版本（https://github.com/justadudewhohacks/face-api.js/tree/master/dist），或者從 dist/face-api.min.js 獲得縮減版，并且導入腳本：

<script src="face-api.js"></script>

如果你使用 npm 包管理工具，可以輸入如下指令：

npm i face-api.js

加載模型數(shù)據(jù)

你可以根據(jù)應用程序的要求加載你需要的特定模型。但是如果要運行一個完整的端到端的示例，我們還需要加載人臉檢測、人臉特征點檢測和人臉識別模型。相關(guān)的模型文件可以在代碼倉庫中找到，鏈接如下：https://github.com/justadudewhohacks/face-api.js/tree/master/weights。

其中，模型的權(quán)重已經(jīng)被量化，文件大小相對于初始模型減小了 75%，使你的客戶端僅僅需要加載所需的最少的數(shù)據(jù)。此外，模型的權(quán)重被分到了最大為 4 MB 的數(shù)據(jù)塊中，使瀏覽器能夠緩存這些文件，這樣它們就只需要被加載一次。

模型文件可以直接作為你的 web 應用中的靜態(tài)資源被使用，或者你可以將它們存放在另外的主機上，通過指定的路徑或文件的 url 鏈接來加載。假如你將它們與你在 public/models 文件夾下的資產(chǎn)共同存放在一個 models 目錄中：

const MODEL_URL = '/models'

await faceapi.loadModels(MODEL_URL)

或者，如果你僅僅想要加載特定的模型：

const MODEL_URL = '/models'

await faceapi.loadFaceDetectionModel(MODEL_URL)

await faceapi.loadFaceLandmarkModel(MODEL_URL)

await faceapi.loadFaceRecognitionModel(MODEL_URL)

從輸入圖像中得到對所有人臉的完整描述

該神經(jīng)網(wǎng)絡(luò)可以接收 HTML 圖像、畫布、視頻元素或張量（tensor）作為輸入。為了檢測出輸入圖像中分數(shù)（score）大于最小閾值（minScore）的人臉邊界框，我們可以使用下面的簡單操作：

const minConfidence = 0.8

const fullFaceDescriptions = await faceapi.allFaces(input, minConfidence)

一個完整的人臉描述符包含了檢測結(jié)果（邊界框+分數(shù)），人臉特征點以及計算出的描述符。正如你所看到的，「faceapi.allFaces」在底層完成了本文前面的章節(jié)所討論的所有工作。然而，你也可以手動地獲取人臉定位和特征點。如果這是你的目的，你可以參考 github repo 中的幾個示例。

請注意，邊界框和特征點的位置與原始圖像/媒體文件的尺寸有關(guān)。當顯示出的圖像尺寸與原始圖像的尺寸不相符時，你可以簡單地通過下面的方法重新調(diào)整它們的大小：

const resized = fullFaceDescriptions.map(fd => fd.forSize(width, height))

我們可以通過將邊界框在畫布上繪制出來對檢測結(jié)果進行可視化：

fullFaceDescription.forEach((fd, i) => {

faceapi.drawDetection(canvas, fd.detection, { withScore: true })

})

可以通過下面的方法將人臉特征點顯示出來：

fullFaceDescription.forEach((fd, i) => {

faceapi.drawLandmarks(canvas, fd.landmarks, { drawLines: true })

})

通常，我會在 img 元素的頂層覆蓋一個具有相同寬度和高度的絕對定位的畫布（想獲取更多信息，請參閱 github 上的示例）。

人臉識別

當我們知道了如何得到給定的圖像中所有人臉的位置和描述符后，我們將得到一些每張圖片顯示一個人的圖像，并且計算出它們的人臉描述符。這些描述符將作為我們的參考數(shù)據(jù)。

假設(shè)我們有一些可以用的示例圖片，我們首先從一個 url 鏈接處獲取圖片，然后使用「faceapi.bufferToImage」從它們的數(shù)據(jù)緩存中創(chuàng)建 HTML 圖像元素：

// fetch images from url as blobs

const blobs = await Promise.all(

['sheldon.png' 'raj.png', 'leonard.png', 'howard.png'].map(

uri => (await fetch(uri)).blob()

)

)

// convert blobs (buffers) to HTMLImage elements

const images = await Promise.all(blobs.map(

blob => await faceapi.bufferToImage(blob)

))

接下來，在每張圖像中，正如我們之前對輸入圖像所做的那樣，我們對人臉進行定位、計算人臉描述符：

const refDescriptions = await Promsie.all(images.map(

img => (await faceapi.allFaces(img))[0]

))

const refDescriptors = refDescriptions.map(fd => fd.descriptor)

現(xiàn)在，我們還需要做的就是遍歷我們輸入圖像的人臉描述符，并且找到參考數(shù)據(jù)中與輸入圖像距離最小的描述符：

const sortAsc = (a, b) => a - b

const labels = ['sheldon', 'raj', 'leonard', 'howard']

const results = fullFaceDescription.map((fd, i) => {

const bestMatch = refDescriptors.map(

refDesc => ({

label: labels[i],

distance: faceapi.euclideanDistance(fd.descriptor, refDesc)

})

).sort(sortAsc)[0]

return {

detection: fd.detection,

label: bestMatch.label,

distance: bestMatch.distance

}

})

正如前面提到的，我們在這里使用歐氏距離作為一種相似度度量，這樣做的效果非常好。我們在輸入圖像中檢測出的每一張人臉都是匹配程度最高的。

最后，我們可以將邊界框和它們的標簽一起繪制在畫布上，顯示檢測結(jié)果：

// 0.6 is a good distance threshold value to judge

// whether the descriptors match or not

const maxDistance = 0.6

results.forEach(result => {

faceapi.drawDetection(canvas, result.detection, { withScore: false })

const text = `${result.distance < maxDistance ? result.className : 'unkown'} (${result.distance})`

const { x, y, height: boxHeight } = detection.getBox()

faceapi.drawText(

canvas.getContext('2d'),

x,

y + boxHeight,

text

)

})

至此，我希望你對如何使用這個 API 有了一個初步的認識。同時，我也建議你看看文中給出的代碼倉庫中的其它示例。好好地把這個程序包玩?zhèn)€痛快吧！

文會忽略一些過于基礎(chǔ)的知識和細節(jié)

devtools——前端開發(fā)者的福音，進階高級工程師必須鍛造的利器

先截圖看看chorme devtools

目前新版本有以下菜單：

• Elements 查看 DOM 樹
• Console 控制臺
• Sources 查看源碼以及打斷點
• Network 記錄網(wǎng)絡(luò)請求信息
• Performance 運行時性能表現(xiàn)（解析 JS、計算樣式、重繪等）
• Memory JS對象和相關(guān)聯(lián)的 DOM 節(jié)點的內(nèi)存分布情況
• Application 記錄資源（存儲信息、緩存信息以及頁面用到的圖片、字體、腳本、樣式等信息）
• Security 檢測當面頁面的安全性
• Audits 給出提高頁面性能的建議

從本篇文章開始挨個捋

Elements

先個截圖，看看有哪些功能：

1 . dom樹

如上圖中的1區(qū)域，相信大家都是成熟的老油條了，簡單的不多贅述，這里講講選中元素后右鍵彈出的菜單

• Hide element

隱藏元素。這個必現(xiàn)說下，相信大家在看到廣告或者去掉迅雷種子（#。#正經(jīng)）的遮罩層的時候一定想起自己的專業(yè)技能，那么你是display:none還是Delete element？其實Hide element更好用

• Force state

強制狀態(tài)，其實就是添加偽類。調(diào)試偽類樣式很好用：

• Break on

斷點調(diào)試，沒錯html里也可打斷點的

1 . subtree modifications 子節(jié)點添加、刪除、移動的話，則會觸發(fā)

2 . attribute modifications 節(jié)點屬性修改時觸發(fā)

3 . node removal

2 . Event Listeners

事件監(jiān)聽器列表

選中一個元素，可以看到經(jīng)過它的事件列表（指冒泡和捕獲）。

• Ancestors All 去掉祖先元素的事件，只看當前元素包含的事件
• Framework listeners 去掉框架的事件

3 . Properties

元素包含的屬性

如圖包含了多個屬性分類，點開可以看到的才是具體的屬性，這些所有的屬性都可以通過dom.xx調(diào)用

注：Accessibility 貌似用來支持h5的視聽障礙

本篇文章就到這里，下篇繼續(xù)剩余的菜單，歡迎大家補充和提問~

【關(guān)注一下不迷路】

html css html css javascript html javascript css javascript css