Microsoft Azure Project Oxford 體驗

 

2015年4月29日，微軟在Build 2015大會上發佈了一個震撼人心的項目： Project Oxford, 能夠幫助直接實現圖像理解、人臉識別、語音識別、語音合成等功能。雖說這是號稱研究院的項目，不過人臉識別，圖像分類等等功能早已經在開源社區是一個比較成熟的東西了，OpenCV裏也有不少成熟的算法，不過可以被直接用在公有云上使用，也算是幫助廣大創業的小夥伴們實現更多強大的功能。正好遇到5/1休息，IT碼農的本色又展示了出來，讓我來看一些到底有哪些有趣的功能能夠玩。

Oxford支持的功能

Oxford的項目站點在https://www.projectoxford.ai/，主要包含了Face API, Speech API，Vision API和語言理解智能服務(LUIS)，分別對應了Azure Marketplace中的幾個不一樣的app service，除了語言理解智能服務(LUIS)須要邀請加入之外，其餘三個服務都已經能夠在Azure全球的市場中進行試用了，不過當前只支持美西區域。當前也只有免費的計劃，包含了每分鐘20個事務和每月5000個事務的上限，看上去尚未辦法商用。

Face API主要是一些人臉識別的接口和功能，包含人臉檢測，人臉驗證，類似人臉查詢，人臉分類和人臉識別。裏面比較有趣的功能是能估計你的年齡，固然這個年齡和你當時的表情以及光線狀況相關，不會很是的準確。

Speech API包含了語音識別的接口和功能，包括語音識別，語音意圖識別和TTS，也就是之前微軟的Speech Server提供的一些功能，若是想作個相似Cortana或者Siri的工具，就能夠直接調用這個API。

Vision API包含了一些智能圖像處理的接口，好比圖像內容分析，圖像分類，色情內容檢測，前景背景色分析等等。還有比較簡單的縮略圖功能，固然這些縮略圖功能像阿里雲和七牛也都是免費支持。值得一提的是OCR的功能，能夠從天然場景中檢測出文本，這就是我當年唸書時候的碩士論文啊有木有。

Oxford 試用準備

Oxford的項目站點https://www.projectoxford.ai/上其實已經提供了大量的Live Demo, 能夠經過現有的圖像庫，或者Azure Storage Account，甚至是本身上傳一些圖像來試用效果，不過做爲IT碼農，必需要使用本身的代碼來實如今有樂趣。說玩就玩。

要使用Project Oxford，須要有一個全球的Azure帳號，能夠前往Marketplace進行註冊，包括Face API, Speech API和Vision API，參見下面的三步，首先是選擇服務，而後選擇計劃和名字，當前只有免費計劃，最後確認。

 

 

 

當購買完以後，在Azure Management Portal中就已經有了三個服務了。

Face API試用

今天先玩一下Face API,首先去https://www.projectoxford.ai/sdk下載SDK，如今只有.NET和Android的平臺，不過因爲全部的接口都是REST API的，因此隨便什麼代碼其實均可以用。

打開SDK之後，其實裏面已經有一個現成的Sample代碼在裏面封裝了全部的功能，根本不須要本身寫什麼代碼，惟一須要的是打開Oxford的管理頁面https://dev.projectoxford.ai/Developer 獲取訂閱的Key，替換到代碼中。

 

 

緊接着把示例代碼跑起來。

你能夠看到說基本上五個功能都包含在其中了。首先是人臉識別，我使用了我本身的照片，能夠檢測出我臉。API支持檢測臉部的landmarks，年齡，性別，頭部的位置以及傾斜的角度。但是爲何我看上去比真實的年齡要老呢? 這個不科學啊。這個API對圖像有必定的要求，包括必須大於36*36像素大小，小於4M，人臉也最好是正面或者接近正面，此外因爲讀取的是第一幀的信息，因此還須要注意JPEG拍攝的方向，調整到人頭向上的角度。

接下來咱們來試一下人臉的驗證，看看是否是同一我的。同樣我能夠選擇兩張照片，而後看看結論如何。

 

看到最後一行沒，他竟然知道這是一我的！太厲害了。

接下來的三個功能是人臉分組，尋找相似的臉和在一我的物組裏面尋找人，這些功能實際上是上面兩個基本功能的延伸，核心仍是人臉識別和人臉匹配，這裏我就不試了。基本上有了這個API，咱們能夠作一個很是強的iPhoto出來了，這對創業公司想作一個相似照片管理的工具而言已經很是有用了。固然如今再作這個已經沒啥機會了，不過咱們能夠利用這個API，在現有應用上爲用戶提供更好的體驗。

好了，晚點我在來用用Speech API和Vision API，雖然還沒具體試用，可是在他的Live Demo裏，我發現他們都支持中文語音和文字識別，這對國內的小夥伴們的確是很是大的利好。我又很差意思想起了Microsoft Band竟然不支持中文，搞得我只好去用Apple Watch了。