使用 Azure 媒体分析进行面部修订演练

概述

Azure 媒体修订器是一种 Azure 媒体分析媒体处理器 (MP),可用于在云中进行可缩放的面部修订。 使用面部修订,可对视频进行修改,使所选个人的面部模糊显示。 用户可能想要在公共安全和新闻媒体场景中使用面部修订服务。 对于时长仅几分钟但包含多张面孔的镜头,进行手动面部修订可能需要几个小时,但使用此服务仅需几个简单步骤即可完成该过程。 有关详细信息,请参阅博客。

有关 Azure Media Redactor 的详细信息,请参阅面部修正概述主题。

本主题提供分步指导,引导用户使用 Azure 媒体服务资源管理器 (AMSE) 和 Azure Media Redactor Visualizer(开源工具)运行完整修正工作流。

有关详细信息,请参阅 这一 博客。

Azure 媒体服务资源管理器工作流

开始使用 Redactor 的最简单方法是使用 github 上的开源 AMSE 工具。 如果不需要访问批注 json 或 jpg 面部图像,可通过 合并 模式运行简化的工作流。

下载和安装

  1. 此处下载 AMSE 工具
  2. 使用服务密钥登录媒体服务帐户。

    若要获取帐户名称和密钥信息,请转到 Azure 门户并选择 AMS 帐户。 然后,选择“设置”>“密钥”。 管理密钥窗口会显示帐户名称、主密钥和辅助密钥。 复制帐户名称和主密钥的值。

面部修正

第一步 – 分析模式

  1. 通过“资产”–>“上传”或拖放上传媒体文件。
  2. 右键单击,并使用“媒体分析”–>“Azure Media Redactor”–>“分析模式”处理媒体文件。

面部修订

面部修正

输出包括带有面部位置数据的批注 json 文件以及检测到的每张脸的 jpg。

面部修正

第二步 – 修正模式

  1. 将原始视频资产上传到第一步中的输出,并设置为主要资产。

    面部修订

  2. (可选)上传“Dance_idlist.txt”文件,它包含要修订的 ID 的换行符分隔列表。

    面部修订

  3. (可选)编辑 annotations.json 文件,例如增加边界框边界。

  4. 右键单击第一步中的输出资产,选择“Redactor”,在“修正”模式下运行。

    面部修正

  5. 下载或共享最终修正的输出资产。

    面部修正

Azure Media Redactor Visualizer 开源工具

有一开源 可视化工具 ,可帮助开发人员通过批注格式分析和使用输出。

克隆存储库后,若要运行项目,需要从其 官方网站下载 FFMPEG。

如果开发人员要分析 JSON 批注数据,可在 Models.MetaData 内查看样本代码示例。

设置工具

  1. 下载并生成整个解决方案。

    面部修正

  2. 此处下载 FFMPEG。 此项目最初使用具有静态链接的版本 be1d324 (2016-10-04) 开发。

  3. 将 ffmpeg.exe 和 ffprobe.exe 复制到与 AzureMediaRedactor.exe 相同的输出文件夹。

    面部修正

  4. 运行 AzureMediaRedactor.exe。

使用工具

  1. 在分析模式下使用 Redactor MP 在 Azure 媒体服务帐户中处理视频。
  2. 下载原始视频文件和修正 - 分析作业的输出。
  3. 运行可视化工具应用程序并选择上述文件。

    面部修正

  4. 预览文件。 通过右侧边栏选择要进行模糊处理的人脸。

    面部修正

  5. 将更新底部文本字段,使其带有面部 ID。 创建名为“idlist.txt”的文件,将这些 ID 作为换行符分隔列表。

    Note

    idlist.txt 应保存在 ANSI 中。 可以使用记事本保存在 ANSI 中。

  6. 将此文件上传到步骤 1 中的输出资产。 也将原始视频上传到此资产并设置为主要资产。

  7. 在“修正”模式下对此资产运行修正作业,以获取最终修正的视频。

Azure 媒体服务分析概述

Azure 媒体分析演示

宣布推出 Azure 媒体分析的面部修订