Một người quay đầu về phía cửa nhưng mắt vẫn nhìn đồng nghiệp. Người khác giữ mặt hướng về màn hình chính nhưng liếc sang màn hình phụ. Những tình huống đó giải thích tại sao head pose và gaze không phải cùng một tín hiệu, và việc đồng nhất chúng có thể làm trải nghiệm sản phẩm trở nên sai lệch.
Head pose estimation ước lượng tư thế của đầu so với camera hoặc một hệ tọa độ đã xác định. Gaze estimation tìm hiểu mắt đang nhìn theo hướng nào. Bài này tập trung vào head pose: hình học, ứng dụng và giới hạn khi tích hợp trong pipeline Face AI.
Hình minh họa khái niệm head pose, không phải phép đo gaze hay mức độ chú ý.
Ba góc quen thuộc: yaw, pitch, roll
Yaw mô tả đầu quay sang trái hoặc phải; pitch mô tả cúi xuống hoặc ngẩng lên; roll mô tả nghiêng đầu sang bên. Quy ước dấu, thứ tự trục và hệ tọa độ phải được ghi rõ vì hai thư viện có thể báo góc khác nhau cho cùng một chuyển động.
Head pose có thể được suy ra từ các điểm landmarks trên mặt kết hợp mô hình hình học 3D, hoặc từ mô hình học sâu dự đoán trực tiếp. Những góc này giúp đánh giá khuôn mặt có hướng phù hợp với camera không; chúng không chỉ ra chính xác đối tượng đang được nhìn.
Sơ đồ một luồng tích hợp khả dĩ, không phải hệ thống chấm điểm chú ý.
So sánh head pose và gaze qua một tình huống
Giả sử người dùng nhìn vào laptop nhưng liếc mắt sang thông báo ở cạnh màn hình. Đầu gần như nhìn thẳng, còn hướng mắt thay đổi. Ngược lại, người dùng có thể quay đầu về màn hình thứ hai nhưng mắt vẫn hướng về phía trước tương đối với đầu.
Một quy tắc như “yaw trên 20° nghĩa là không nhìn màn hình” là suy diễn không chính xác. Hãy xác định nhu cầu là hướng đầu hay đường nhìn của mắt trước khi xây chức năng.
Ứng dụng 1: Đăng ký khuôn mặt tốt hơn
Khi đăng ký người dùng, hệ thống thường muốn thu các góc mặt phù hợp. Head pose có thể hỗ trợ thông báo “quay nhẹ sang trái”, “quay sang phải” hoặc “nhìn thẳng” để bộ ảnh tham chiếu có nhiều góc hợp lý.
Hướng dẫn cần linh hoạt; đặt mục tiêu góc cứng nhắc có thể khiến người dùng khó hoàn thành. Nên kết hợp pose với độ nét, kích thước mặt, ánh sáng và mức che khuất.
Ứng dụng 2: Phản hồi chất lượng ảnh dễ hiểu hơn
Nếu khuôn mặt quay quá nhiều và một mắt gần như bị che, kiosk có thể hiển thị “vui lòng nhìn về camera” thay vì báo lỗi chung chung. Tầm chấp nhận của yaw hoặc pitch phụ thuộc mô hình, trường hợp sử dụng và dữ liệu thử nghiệm; không có một ngưỡng toàn ngành áp dụng được cho mọi sản phẩm.
Ứng dụng 3: Hướng dẫn trên điện thoại và tablet
Điện thoại hoặc tablet gắn hơi cao/thấp so với tầm mắt có thể khiến người dùng cúi/ngẩng quá mức. Tín hiệu head pose giúp giao diện hướng dẫn điều chỉnh vị trí để giảm số lần chụp lỗi. Đây là ví dụ AI cải thiện trải nghiệm chứ không chỉ thêm một con số phân tích.
Ứng dụng 4: Tín hiệu chuyển động đầu thô
Một số giao diện không chạm sử dụng chuyển động quay đầu để điều khiển hoặc xác nhận thao tác. Ứng dụng cần làm mượt chuỗi thời gian, xử lý mất khung hình và chống kích hoạt nhầm. Một cái quay đầu không chứng minh người dùng mất tập trung, gian lận hoặc mệt mỏi.
Ứng dụng 5: Kiểm tra vị trí lắp camera
Phân bố góc đầu trong một đợt thử nghiệm có đồng thuận có thể cho biết camera được lắp quá cao hoặc quá thấp. Đôi khi điều chỉnh giá đỡ vài centimet giúp cải thiện trải nghiệm nhiều hơn tối ưu mô hình. Đây là giá trị thực tế cho các đối tác triển khai trên thiết bị sẵn có.
Landmarks đóng góp như thế nào?
Facial landmarks xác định các điểm như khóe mắt, mũi, miệng và đường viền mặt. Khi có mô hình mặt 3D và thông số camera phù hợp, các điểm 2D này có thể được sử dụng để ước lượng hướng đầu. AttFace Core có năng lực landmarks, bao gồm các điểm mặt chi tiết, làm cơ sở để phát triển những luồng phân tích hình học.
Landmarks không chỉ là các dấu chấm trên ảnh demo: chúng hỗ trợ căn chỉnh, đánh giá tư thế và phản hồi chụp ảnh. Tuy nhiên, cần xác nhận API, hệ tọa độ và độ chính xác trên thiết bị cụ thể.
Sử dụng hướng đầu hữu ích, không xâm phạm
Có thể dùng pose tạm thời để hướng dẫn chụp mặt mà không xây hồ sơ theo dõi chuyển động liên tục. Cần giới hạn lưu dữ liệu và tránh biến tín hiệu chất lượng ảnh thành giám sát ngầm nhân viên, học sinh hoặc khách hàng.
Cần facial landmarks, quality hoặc head pose? Xem AttFace Core và trao đổi với AIPractix về phương án tích hợp.
