एपीआई के बारे में:
गहरे सीखने का उपयोग करते हुए, यह एपीआई आपके द्वारा प्रदान किए गए चेहरे के यूआरएल का विश्लेषण करता है। व्यक्ति का लिंग और अनुमानित आयु का विश्लेषण करने में सक्षम रहें, और साथ ही, अतिरिक्त विशेषताएँ।
पाई गई चेहरों की संख्या।
चेहरे पर व्यक्त की गई भावना।
अनुमानित आयु।
लिंग।
क्या व्यक्ति ने मास्क पहना हुआ है या नहीं।
क्या व्यक्ति की आंखें बंद हैं या नहीं।
क्या मुँह खुला है या नहीं? क्या व्यक्ति मुस्कुरा रहा है?
सारा डेटा एपीआई द्वारा प्रदान किया जाएगा।
यह एपीआई अन्य चेहरे के विश्लेषण करने वाले एपीआई के साथ उपयोग करने के लिए आदर्श है। आप किसी के आयु की भविष्यवाणी कर सकेंगे और अपने प्लेटफ़ॉर्म पर उपयोगकर्ताओं को आगे की कार्रवाई करने से रोक सकेंगे।
साथ ही, उस आधार पर निर्णय लेने के लिए लिंग की पहचान कर सकेंगे।
एक तस्वीर में कई लोगों का पता लगाएँ, इसलिए यदि आप अपने उपयोगकर्ताओं से उनकी तस्वीर के लिए कहते हैं और आपको कई लोगों के साथ एक तस्वीर मिलती है, तो आप आगे की कार्रवाई को रोक सकते हैं।
यह जांचने के लिए आदर्श है कि क्या व्यक्ति की आंखें खुली हैं या नहीं। एक छवि का विश्लेषण करने और यह पहचानने में सक्षम रहें कि व्यक्ति ध्यान दे रहा है या सो रहा है।
प्रति माह एपीआई कॉल की सीमाओं के अलावा, प्रति सेकंड 1 एपीआई कॉल की दर सीमा है।
फेस एनालाइज़र - एंडपॉइंट फीचर्स
| ऑब्जेक्ट | विवरण |
|---|---|
url |
[आवश्यक] |
{"statusCode": 200, "body": {"faces": [{"boundingBox": {"topLeft": {"x": 0.29, "y": 0.33}, "bottomRight": {"x": 0.7, "y": 0.71}}, "facialFeatures": {"Gender": "Female", "Smile": false, "Eyeglasses": false, "Sunglasses": false, "AgeRange": {"Low": 23, "High": 29}, "Emotions": ["CALM"]}, "landmarks": {"eyeLeft": {"center": {"x": 0.38, "y": 0.47}, "left": {"x": 0.35, "y": 0.47}, "right": {"x": 0.42, "y": 0.47}, "down": {"x": 0.38, "y": 0.48}, "up": {"x": 0.38, "y": 0.47}}, "eyeRight": {"center": {"x": 0.57, "y": 0.46}, "left": {"x": 0.53, "y": 0.47}, "right": {"x": 0.61, "y": 0.46}, "down": {"x": 0.57, "y": 0.47}, "up": {"x": 0.57, "y": 0.46}}, "mouth": {"left": {"x": 0.41, "y": 0.61}, "right": {"x": 0.57, "y": 0.61}, "down": {"x": 0.48, "y": 0.63}, "up": {"x": 0.48, "y": 0.59}}, "nose": {"center": {"x": 0.47, "y": 0.54}, "left": {"x": 0.44, "y": 0.56}, "right": {"x": 0.51, "y": 0.56}}, "browLeft": {"left": {"x": 0.31, "y": 0.45}, "right": {"x": 0.41, "y": 0.43}, "up": {"x": 0.36, "y": 0.42}}, "browRight": {"left": {"x": 0.52, "y": 0.42}, "right": {"x": 0.65, "y": 0.43}, "up": {"x": 0.58, "y": 0.41}}, "chinBottom": {"x": 0.5, "y": 0.71}}}]}}
curl --location --request POST 'https://zylalabs.com/api/417/face+analysis+api/6826/face+analyzer?url=https://hips.hearstapps.com/hmg-prod.s3.amazonaws.com/images/tom-hardy-3-1537960058.jpg?crop=1xw:1xh;center,top&resize=480:' --header 'Authorization: Bearer YOUR_API_KEY'
| हेडर | विवरण |
|---|---|
Authorization
|
[आवश्यक] होना चाहिए Bearer access_key. जब आप सब्सक्राइब हों तो ऊपर "Your API Access Key" देखें। |
कोई लंबी अवधि की प्रतिबद्धता नहीं। कभी भी अपग्रेड, डाउनग्रेड या कैंसल करें। फ्री ट्रायल में 50 रिक्वेस्ट तक शामिल हैं।
फेस एनालिसिस एपीआई चेहरे के विश्लेषण से संबंधित डेटा लौटाता है जिसमें.detected चेहरों की संख्या अनुमानित उम्र लिंग भावनात्मक अभिव्यक्ति और विशेष विशेषताएँ जैसे कि क्या व्यक्ति मास्क पहने हुए है आंखें बंद हैं या मुस्कुरा रहा है
प्रतिक्रिया डेटा में मुख्य क्षेत्र "number_of_faces," "estimated_age," "gender," "emotion," "mask_status," "eyes_closed," "mouth_open," और "smiling" शामिल हैं प्रत्येक क्षेत्र पहचानी गई चेहरों के बारे में विशिष्ट अंतर्दृष्टि प्रदान करता है
प्रतिसाद डेटा JSON प्रारूप में संरचित किया गया है जिसमें एक मुख्य ऑब्जेक्ट है जो स्थिति जानकारी और एक शरीर शामिल करता है जिसमें विस्तृत विश्लेषण परिणाम होते हैं उदाहरण के लिए एक सफल प्रतिक्रिया में "number_of_faces" और "emotion" जैसे फ़ील्ड शामिल होंगे
फेस एनालेज़र एंडपॉइंट चेहरे की संख्या, उनकी अनुमानित आयु, लिंग, भावनात्मक अभिव्यक्तियाँ और विशिष्ट चेहरे के विशेषताओं जैसे मास्क पहनने और आंख/मुंह की स्थिति के बारे में जानकारी प्रदान करता है
फेस एनालाइज़र एंडपॉइंट के लिए प्राथमिक पैरामीटर "इमेज_यूआरएल" है जिसे अनुरोध में प्रदान किया जाना चाहिए यह यूआरएल एक या एक से अधिक चेहरों वाली छवि के लिए होना चाहिए जिसके विश्लेषण के लिए
उपयोगकर्ता प्राप्त डेटा का लाभ उठाकर उपयोगकर्ता अनुभव को बेहतर बना सकते हैं जैसे कि उम्र या लिंग के आधार पर क्रियाओं को छानना सुनिश्चित करना कि क्या चेहरे ध्यान दे रहे हैं या भावनात्मक अभिव्यक्तियों के आधार पर सामग्री को प्रबंधित करना
डेटा की सटीकता विभिन्न डेटा सेट्स पर प्रशिक्षित उन्नत गहन शिक्षण एल्गोरिदम के माध्यम से बनाए रखी जाती है निरंतर मॉडल अपडेट और वास्तविक दुनिया के परिदृश्यों के खिलाफ प्रारूपण विश्वसनीय विश्लेषण परिणाम सुनिश्चित करने में मदद करते हैं
सामान्य उपयोग के मामलों में अनुप्रयोगों में उपयोगकर्ता सत्यापन शामिल है उपयोगकर्ता की भावनात्मक प्रतिक्रियाओं का विश्लेषण करके उपयोगकर्ता की संलग्नता बढ़ाना और आयु और लिंग जैसे जनसांख्यिकीय अंतर्दृष्टियों के आधार पर सामग्री को छानना शामिल है
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
921ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
269ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
0ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
1,127ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
465ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
800ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
280ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
0ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
318ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
425ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
2,761ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
3,936ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
1,206ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
3,314ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
1,451ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
137ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
160ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
878ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
74ms
सर्विस लेवल:
100%
रिस्पॉन्स टाइम:
2,370ms