ML Kit を使用すると、連続する動画フレーム内のオブジェクトを検出して追跡できます。
ML Kit に画像を渡すと、画像内で最大 5 つのオブジェクトが検出されます。 画像内の各オブジェクトの位置を確認できます対象物の検知時に 各オブジェクトには、そのオブジェクトを追跡するために使用できる 同じです必要に応じて、おおまかなオブジェクトの 分類を使用します。
<ph type="x-smartling-placeholder">試してみる
- サンプルアプリを試してみましょう。 この API の使用例をご覧ください
- マテリアル デザインのショーケースを見る app をご覧ください。
始める前に
<ph type="x-smartling-placeholder">- プロジェクト レベルの
build.gradle
ファイルに、次の内容を含めます。 Google の Maven リポジトリをbuildscript
とallprojects
セクション。 - ML Kit Android ライブラリの依存関係をモジュールの
アプリレベルの Gradle ファイル(通常は
app/build.gradle
)dependencies { // ... implementation 'com.google.mlkit:object-detection:17.0.2' }
1. オブジェクト検出を構成する
オブジェクトを検出して追跡するには、まず ObjectDetector
のインスタンスを作成し、
必要に応じて、デフォルト構成から変更する検出項目の
あります。
以下を使用して、ユースケースに合わせてオブジェクト検出を構成してください。
ObjectDetectorOptions
オブジェクト。次の項目を変更できます。 設定:オブジェクト検出の設定 検出モード STREAM_MODE
(デフォルト)|SINGLE_IMAGE_MODE
STREAM_MODE
(デフォルト)では、オブジェクト検出が実行されます。 レイテンシは短くなりますが、不完全な結果( 未指定の境界ボックスやカテゴリラベルなど)を最初の数行に配置 検出機能の呼び出し。また、STREAM_MODE
には、 検出機能によってオブジェクトにトラッキング ID が割り当てられます。この ID を使用して、 フレーム間でオブジェクトを追跡できます。このモードは または低レイテンシが重要な場合(たとえばデータの処理や リアルタイムで分析できますSINGLE_IMAGE_MODE
では、オブジェクト検出によって以下が返されます。 オブジェクトの境界ボックスが決定した後の結果です。もし 分類を有効にすると、境界の後に結果が返されます。 ボックスとカテゴリラベルの両方を使用できます。その結果 レイテンシが高くなる可能性があります。また、SINGLE_IMAGE_MODE
、トラッキング ID は割り当てられていません。使用 このモードは、レイテンシが重要ではなく、 部分的な結果しか得られません。複数のオブジェクトを検出して追跡する false
(デフォルト)|true
最大 5 つのオブジェクトを検出して追跡するか、最も大きい 目立たせることができます(デフォルト)。
オブジェクトを分類する false
(デフォルト)|true
検出されたオブジェクトを大まかなカテゴリに分類するかどうか。 有効にすると、オブジェクト検出はオブジェクトを 次のカテゴリ: ファッション アイテム、食品、日用品、 予測します。
Object Detection and Tracking API は、この 2 つの主な用途のために最適化されています。 ケース:
- カメラで最も目立つオブジェクトをライブ検出してトラッキング ビューファインダーです。
- 静止画像からの複数のオブジェクトの検出。
このようなユースケース向けに API を構成するには:
Kotlin
// Live detection and tracking val options = ObjectDetectorOptions.Builder() .setDetectorMode(ObjectDetectorOptions.STREAM_MODE) .enableClassification() // Optional .build() // Multiple object detection in static images val options = ObjectDetectorOptions.Builder() .setDetectorMode(ObjectDetectorOptions.SINGLE_IMAGE_MODE) .enableMultipleObjects() .enableClassification() // Optional .build()
Java
// Live detection and tracking ObjectDetectorOptions options = new ObjectDetectorOptions.Builder() .setDetectorMode(ObjectDetectorOptions.STREAM_MODE) .enableClassification() // Optional .build(); // Multiple object detection in static images ObjectDetectorOptions options = new ObjectDetectorOptions.Builder() .setDetectorMode(ObjectDetectorOptions.SINGLE_IMAGE_MODE) .enableMultipleObjects() .enableClassification() // Optional .build();
ObjectDetector
のインスタンスを取得します。Kotlin
val objectDetector = ObjectDetection.getClient(options)
Java
ObjectDetector objectDetector = ObjectDetection.getClient(options);
2. 入力画像を準備する
オブジェクトを検出して追跡するには、ObjectDetector
に画像を渡します。
インスタンスの process()
メソッドを指定します。
オブジェクト検出は、Bitmap
、NV21 ByteBuffer
、または
YUV_420_888 media.Image
。これらのソースから InputImage
を作成する
これらのいずれかに直接アクセスできる場合はおすすめします。Pod の
他のソースからの InputImage
がある場合は、Google が変換を処理します。
効率が低下する可能性があります
シーケンス内の動画または画像の各フレームに対して、次の操作を行います。
InputImage
を作成できます。
異なるソースからのオブジェクトについて、以下で説明します。
media.Image
の使用
InputImage
を作成するには:
media.Image
オブジェクトからオブジェクトをキャプチャします。たとえば、
渡すには、media.Image
オブジェクトと画像の
InputImage.fromMediaImage()
に変更します。
「
<ph type="x-smartling-placeholder"></ph>
CameraX ライブラリ、OnImageCapturedListener
、
ImageAnalysis.Analyzer
クラスが回転値を計算する
できます。
Kotlin
private class YourImageAnalyzer : ImageAnalysis.Analyzer { override fun analyze(imageProxy: ImageProxy) { val mediaImage = imageProxy.image if (mediaImage != null) { val image = InputImage.fromMediaImage(mediaImage, imageProxy.imageInfo.rotationDegrees) // Pass image to an ML Kit Vision API // ... } } }
Java
private class YourAnalyzer implements ImageAnalysis.Analyzer { @Override public void analyze(ImageProxy imageProxy) { Image mediaImage = imageProxy.getImage(); if (mediaImage != null) { InputImage image = InputImage.fromMediaImage(mediaImage, imageProxy.getImageInfo().getRotationDegrees()); // Pass image to an ML Kit Vision API // ... } } }
画像の回転角度を取得するカメラ ライブラリを使用しない場合は、 デバイスの回転角度とカメラの向きから計算できます。 次の動作を行います。
Kotlin
private val ORIENTATIONS = SparseIntArray() init { ORIENTATIONS.append(Surface.ROTATION_0, 0) ORIENTATIONS.append(Surface.ROTATION_90, 90) ORIENTATIONS.append(Surface.ROTATION_180, 180) ORIENTATIONS.append(Surface.ROTATION_270, 270) } /** * Get the angle by which an image must be rotated given the device's current * orientation. */ @RequiresApi(api = Build.VERSION_CODES.LOLLIPOP) @Throws(CameraAccessException::class) private fun getRotationCompensation(cameraId: String, activity: Activity, isFrontFacing: Boolean): Int { // Get the device's current rotation relative to its "native" orientation. // Then, from the ORIENTATIONS table, look up the angle the image must be // rotated to compensate for the device's rotation. val deviceRotation = activity.windowManager.defaultDisplay.rotation var rotationCompensation = ORIENTATIONS.get(deviceRotation) // Get the device's sensor orientation. val cameraManager = activity.getSystemService(CAMERA_SERVICE) as CameraManager val sensorOrientation = cameraManager .getCameraCharacteristics(cameraId) .get(CameraCharacteristics.SENSOR_ORIENTATION)!! if (isFrontFacing) { rotationCompensation = (sensorOrientation + rotationCompensation) % 360 } else { // back-facing rotationCompensation = (sensorOrientation - rotationCompensation + 360) % 360 } return rotationCompensation }
Java
private static final SparseIntArray ORIENTATIONS = new SparseIntArray(); static { ORIENTATIONS.append(Surface.ROTATION_0, 0); ORIENTATIONS.append(Surface.ROTATION_90, 90); ORIENTATIONS.append(Surface.ROTATION_180, 180); ORIENTATIONS.append(Surface.ROTATION_270, 270); } /** * Get the angle by which an image must be rotated given the device's current * orientation. */ @RequiresApi(api = Build.VERSION_CODES.LOLLIPOP) private int getRotationCompensation(String cameraId, Activity activity, boolean isFrontFacing) throws CameraAccessException { // Get the device's current rotation relative to its "native" orientation. // Then, from the ORIENTATIONS table, look up the angle the image must be // rotated to compensate for the device's rotation. int deviceRotation = activity.getWindowManager().getDefaultDisplay().getRotation(); int rotationCompensation = ORIENTATIONS.get(deviceRotation); // Get the device's sensor orientation. CameraManager cameraManager = (CameraManager) activity.getSystemService(CAMERA_SERVICE); int sensorOrientation = cameraManager .getCameraCharacteristics(cameraId) .get(CameraCharacteristics.SENSOR_ORIENTATION); if (isFrontFacing) { rotationCompensation = (sensorOrientation + rotationCompensation) % 360; } else { // back-facing rotationCompensation = (sensorOrientation - rotationCompensation + 360) % 360; } return rotationCompensation; }
次に、media.Image
オブジェクトと
回転角度の値を InputImage.fromMediaImage()
に設定する:
Kotlin
val image = InputImage.fromMediaImage(mediaImage, rotation)
Java
InputImage image = InputImage.fromMediaImage(mediaImage, rotation);
ファイル URI の使用
InputImage
を作成するには:
渡すことにより、アプリのコンテキストとファイルの URI を
InputImage.fromFilePath()
。これは、
ACTION_GET_CONTENT
インテントを使用してユーザーに選択を求める
ギャラリーアプリから画像を作成できます
Kotlin
val image: InputImage try { image = InputImage.fromFilePath(context, uri) } catch (e: IOException) { e.printStackTrace() }
Java
InputImage image; try { image = InputImage.fromFilePath(context, uri); } catch (IOException e) { e.printStackTrace(); }
ByteBuffer
または ByteArray
の使用
InputImage
を作成するには:
作成するには、まず画像を計算してByteBuffer
ByteArray
前述の media.Image
入力に対する回転角度。
次に、バッファまたは配列を含む InputImage
オブジェクトを、画像の
高さ、幅、カラー エンコード形式、回転角度:
Kotlin
val image = InputImage.fromByteBuffer( byteBuffer, /* image width */ 480, /* image height */ 360, rotationDegrees, InputImage.IMAGE_FORMAT_NV21 // or IMAGE_FORMAT_YV12 ) // Or: val image = InputImage.fromByteArray( byteArray, /* image width */ 480, /* image height */ 360, rotationDegrees, InputImage.IMAGE_FORMAT_NV21 // or IMAGE_FORMAT_YV12 )
Java
InputImage image = InputImage.fromByteBuffer(byteBuffer, /* image width */ 480, /* image height */ 360, rotationDegrees, InputImage.IMAGE_FORMAT_NV21 // or IMAGE_FORMAT_YV12 ); // Or: InputImage image = InputImage.fromByteArray( byteArray, /* image width */480, /* image height */360, rotation, InputImage.IMAGE_FORMAT_NV21 // or IMAGE_FORMAT_YV12 );
Bitmap
の使用
InputImage
を作成するには:
Bitmap
オブジェクトから呼び出す場合は、次のように宣言します。
Kotlin
val image = InputImage.fromBitmap(bitmap, 0)
Java
InputImage image = InputImage.fromBitmap(bitmap, rotationDegree);
画像は、Bitmap
オブジェクトと回転角度で表されます。
3. 画像を処理する
画像をprocess()
メソッドに渡します。
Kotlin
objectDetector.process(image) .addOnSuccessListener { detectedObjects -> // Task completed successfully // ... } .addOnFailureListener { e -> // Task failed with an exception // ... }
Java
objectDetector.process(image) .addOnSuccessListener( new OnSuccessListener<List<DetectedObject>>() { @Override public void onSuccess(List<DetectedObject> detectedObjects) { // Task completed successfully // ... } }) .addOnFailureListener( new OnFailureListener() { @Override public void onFailure(@NonNull Exception e) { // Task failed with an exception // ... } });
4. 検出されたオブジェクトに関する情報を取得する
process()
の呼び出しが成功すると、DetectedObject
のリストが次に渡されます。
成功リスナー。
各 DetectedObject
には次のプロパティが含まれています。
境界ボックス | オブジェクトの位置を示す Rect 。
説明します。 |
||||||
トラッキング ID | 画像全体でオブジェクトを識別する整数。null イン SINGLE_IMAGE_MODE。 | ||||||
ラベル |
|
Kotlin
for (detectedObject in detectedObjects) { val boundingBox = detectedObject.boundingBox val trackingId = detectedObject.trackingId for (label in detectedObject.labels) { val text = label.text if (PredefinedCategory.FOOD == text) { ... } val index = label.index if (PredefinedCategory.FOOD_INDEX == index) { ... } val confidence = label.confidence } }
Java
// The list of detected objects contains one item if multiple // object detection wasn't enabled. for (DetectedObject detectedObject : detectedObjects) { Rect boundingBox = detectedObject.getBoundingBox(); Integer trackingId = detectedObject.getTrackingId(); for (Label label : detectedObject.getLabels()) { String text = label.getText(); if (PredefinedCategory.FOOD.equals(text)) { ... } int index = label.getIndex(); if (PredefinedCategory.FOOD_INDEX == index) { ... } float confidence = label.getConfidence(); } }
優れたユーザー エクスペリエンスの確保
最適なユーザー エクスペリエンスを実現するには、アプリで次のガイドラインを遵守してください。
- オブジェクトの検出が成功するかどうかは、オブジェクトの視覚的な複雑さによって決まります。イン 検出するには、対象物の視覚的な特徴の数が少ない場合、 大きな部分を占めるようにしますユーザーに 検出したい種類のオブジェクトに適した入力をキャプチャします。
- 分類を使用するときに、落下しないオブジェクトを検出したい場合 サポートされているカテゴリに明確に分類し、不明点に対する特別な処理を実装 説明します。
また、 ML Kit マテリアル デザイン ショーケース アプリと マテリアル デザイン ML を活用した特徴の収集のパターン。
パフォーマンスの向上
リアルタイム アプリケーションでオブジェクト検出を使用する場合は、 実現するためのガイドラインは次のとおりです。
リアルタイム アプリケーションでストリーミング モードを使用する場合は、 物体の検出に重点を置いているためです。
不要な場合は、分類を無効にします。
- 「
Camera
またはcamera2
API、 スロットリングするように構成されています。新しい動画が フレームが使用可能になる場合は、そのフレームをドロップします。詳しくは、 <ph type="x-smartling-placeholder"></ph>VisionProcessorBase
クラスをご覧ください。 CameraX
API を使用する場合は、 バックプレッシャー戦略がデフォルト値に <ph type="x-smartling-placeholder"></ph>ImageAnalysis.STRATEGY_KEEP_ONLY_LATEST
。 これにより、分析のために一度に 1 つの画像のみが配信されるようになります。もしより多くの画像が 生成された場合、自動的に破棄され、 提供します。次の呼び出しによって分析中の画像を閉じたら、 ImageProxy.close() が呼び出されると、次に最新の画像が配信されます。- 検出機能の出力を使用して、ディスプレイにグラフィックをオーバーレイする場合、
まず ML Kit から結果を取得してから、画像をレンダリングする
1 ステップでオーバーレイできますこれにより、ディスプレイ サーフェスにレンダリングされます。
入力フレームごとに 1 回だけです。詳しくは、
<ph type="x-smartling-placeholder"></ph>
CameraSourcePreview
および <ph type="x-smartling-placeholder"></ph>GraphicOverlay
クラスをご覧ください。 - Camera2 API を使用する場合は、
ImageFormat.YUV_420_888
形式。古い Camera API を使用する場合は、ImageFormat.NV21
形式。