基於臉部辨識之造型推薦系統

前言

現今社交媒體上充滿了豐富的化妝教學，然而對於初學者而言，要找到適合自己的一套日常妝容卻需要歷經多次嘗試。此外，市面上缺乏針對不同臉型的妝髮風格推薦系統，現有的 AI 妝髮產品大多也需要付費才能解鎖更多風格。因此，我決定開發一個互動性高的造型推薦程式，旨在讓使用者無需付費即可輕鬆嘗試適合其臉型的妝髮風格。 這項研究的動機是提供一種創新的美容體驗，滿足用戶對個性化美妝和髮型的需求。透過這項工作，希望填補市場上的缺口，為用戶提供更方便、有趣的美容解決方案。

方法

1. 相機開啟：使用 CameraX 開啟相機，捕捉實時影像。
2. 人臉辨識：整合 Google ML Kit 技術的 Face mesh detection，實現對人臉進行網格辨識，獲取臉部特徵點，進而辨別使用者的臉型。
3. 模型轉換：使用 TensorFlow Lite 將 BeautyGAN 和 Barbershop 這兩個 GAN 模型轉換為手機適用的格式，以在人臉影像上做妝髮的轉換。

程式架構

成果

• 已實現：實作人臉辨識功能，並在相機畫面中顯示了辨識到的臉部特徵點。進一步，程式能夠判別使用者的臉型，並且有 85%的準確率，為後續應用妝髮模型提供了基礎。
• 未實現： 在應用 BeautyGAN 和 Barbershop 模型時，我觀察到預期結果與轉換模型前的實作結果存在差異。可能的原因之一是 TensorFlow Lite 轉換後的參數不確定性，這導致了模型的不準確。

未來工作

• 為了改善這個應用程式，未來的工作將包括更深入的參數調整，使模型能夠正確運作。
• 並且我也考慮嘗試其他優化技術，如訓練臉型辨識的模型，以進一步提升應用程式的性能。

結論

總括而言，我成功實作了人臉辨識功能，但在應用 AI 模型時遇到了挑戰。這次研究為未來的改進方向提供了寶貴的經驗，我將繼續致力於提高模型的性能，以實現更準確的妝髮推薦。