有關於Face Detection & Landmark工具框架性能比較(效率、準確度)-MediaPipe Face Mesh是目前最佳的選擇
(2023)A Comparison of Face Landmark Detection Techniques
此篇論文實驗採用Yale Face Database作為比較人臉標記點識別系統效能的資料庫。
- 此資料庫包含 15 位受試者的多張照片，呈現多樣化的面部表情與各種光照條件，總計 165 張 GIF 格式的灰階影像(影像為單通道)。
- 每位受試者各有 11 張照片，分別對應以下面部表情：中央光源、戴眼鏡、歡樂；左側光源、不戴眼鏡、正常； 右側光源、悲傷；昏昏欲睡；驚訝；以及眨眼。
- Mediapipe Face Landmarker 的結果比 Dlib 的 68 點臉部標記點偵測技術稍好一些。
- Mediapipe 臉部標記器僅適用於 3 通道的影像，因此對 1 通道的影像無效。
(2024)A Comprehensive Survey and Evaluation of MediaPipe Face Mesh for Human Emotion Recognition
=>學者去比較三種臉部特徵點偵測工具框架，採用相同的幀資料，並比較 MediaPipe 與 DLIB 及 OpenPose 等其他開源模型的準確度。
- MediaPipe Face Mesh 468 個 3D 臉部標記點的準確度為98.8%
- Dlib's 68-point face landmark detection 的準確度為96.5%
- OpenPose 的準確度為 94.7%
->不是出自好的期刊出版機構
此篇論文研究回顧了諸如Viola-Jones 的 Haar 級聯、Dlib HOG、MTCNN 及 MediaPipe 等最先進的人臉偵測技術；並在 Raspberry Pi 上實作與測試這些技術，同時評估其準確度、速度及每秒幀數。
在低成本邊緣裝置上開發邊緣 AI 應用上評估何種人撿檢測技術框架較適用。
研究結果得知MediaPipe 即使在低畫質影像下仍展現出穩健的表現，並在低成本邊緣裝置
中準確度、速度及資源使用率評比都具有第一名表現，最快且準確度最高的人臉偵測方法。
作者跨工具檢測評估指標如下，其中MediaPipe 於實驗設計的標準資料集(所有影像皆取自網路)
FPS有快到16.26 ，Accuracy則高達71.43。
- avg execution time = (maximum execution time + minimum execution time)/2
- FPS(Frames per second)= 1/avg execution time
- Accuracy = (Detected images/Total images) * 100
->不是出自好的期刊出版機構
(2025)Deep Learning-Based Real-Time Sequential Facial Expression Analysis Using Geometric Features
在此篇研究中，採用 MediaPipe FaceMesh 來偵測臉部標記點，因為它在 GPU 上表現優異，且能提供總計 478 個標記點，數量高於其他標記點偵測方法。
- 比較了 MediaPipe Face Mesh (輸出 478 點) 與 dlib 的同一位受試者的平均處理時間
- 無論實驗中使用的標記點數量為何，MediaPipe Face Mesh擷取所有標記點所需的時間皆為 5.6 毫秒。而Dlib則需要100 毫秒。
- MediaPipe FaceMesh 是由 Google 的 MediaPipe 團隊所開發的一套臉部標記點偵測解決方案。
- 它運用機器學習來識別並追蹤人臉上的 478 個臉部標記點，包括眼睛、眉毛、鼻子、嘴巴和下顎線。
(2025)Optimizing Stroke Recognition With MediaPipe and Machine Learning: An Explainable AI Approach for Facial Landmark Analysis
運用 MediaPipe 與機器學習優化中風辨識：一種用於臉部標記點分析的可解釋人工智慧方法
利用 MediaPipe Face Mesh，從現有的 468 個臉部標記點中，針對最能反映中風或臉部麻痺相關異常的區域，篩選出 228 個關鍵臉部標記點。
最新 JCR 國際期刊排名 & Impact Factor 更新(2025)
如何查詢期刊的IF值(IMPACT FACTOR)及RANK排名
Is IJSRST (International Journal of Scientific Research in Science and Technology) a fake journal? It is also not listed in the JCR impact factor list 2023?
留言
張貼留言