face_ncnn

Android 人脸检测和识别

开源算法说明

• 推理算法：ncnn
• 检测算法：Ultra
• 识别算法：mobilefacenet

使用

• 添加依赖
  1. Add it in your root build.gradle at the end of repositories:

     allprojects {
     	repositories {
             	...
         	maven { url 'https://jitpack.io' }
     	}
     }
     

  2. Add the dependency

     dependencies {
         implementation 'com.github.zhu260824:face_ncnn:2.0.0'
     }
     

• 代码中使用
  1. 初始化SDK（默认初始化）

     /**
     * 初始化SDK的模型
     *
     * @param mContext 上下文环境
     * @param gpu      推理算法是否运行在GPU上
     * @return 初始话结果
     */
     public boolean init(Context mContext, boolean gpu){}
     

     单独初始化

     /**
     * 初始化人脸检测模型
     *
     * @param binPath   模型bin文件的地址
     * @param paramPath 模型param文件的地址
     * @param reWidth   人脸检测是图片的大小
     * @param reHeight  人脸检测是图片的大小
     * @param gpu       推理算法是否运行在GPU上
     */
     public native boolean initDetector(String binPath, String paramPath, int reWidth,int reHeight, boolean gpu);
     

     /**
     * 初始化人脸识别
     *
     * @param binPath   模型bin文件的地址
     * @param paramPath 模型param文件的地址
     * @param gpu       推理算法是否运行在GPU上
     */
     public native boolean initRecognize(String binPath, String paramPath, boolean gpu);
     

  2. 使用

     /**
     * 解析人脸信息
     *
     * @param imgPath 图片地址
     * @return 人脸信息
     */
     public native FaceInfo[] detect(String imgPath);
     /**
     * 解析人脸信息
     *
     * @param yuv    摄像图输出的预览帧
     * @param width  帧的宽度
     * @param height 帧的高度
     * @deprecated 使用这个方法，需要将摄像图帧旋转至0度
     */
     public native FaceInfo[] detectYuv(byte[] yuv, int width, int height);
     

     /**
     * 获取图片特征值
     *
     * @param imgPath 图片地址
     * @return 特征值
     */
     public native float[] getFeature(String imgPath);
     /**
     * 获取图片特征值
     *
     * @param yuv    摄像图输出的预览帧
     * @param width  帧的宽度
     * @param height 帧的高度
     * @deprecated 使用这个方法，需要将摄像图帧旋转至0度
     */
     public native float[] getFeatureYuv(byte[] yuv, int width, int height);
     /**
     * 特征值比对
     *
     * @param feature1 特征值
     * @param feature2 特征值
     * @return 特征值相似度
     */
     public native double featureCompare(float[] feature1, float[] feature2);
     

  3. 设置

     /**
     * 设置算法推理线程数
     *
     * @param threads 线程数
     */
     public native void setThreadNum(int threads);
     /**
     * 设置人脸检测的置信度
     *
     * @param score 置信度 默认0.7
     */
     public native void setScoreThreshold(int score);
     /**
     * 是置推理算法是否运行在GPU上
     */
     public native void setRunGpu(boolean run);
     /**
     * 设置人脸检测是图片的大小
     */
     public native void setReSize(int w, int h);
     

• 根据使用设备减少so包，缩小apk大小

  android {
      ...
      defaultConfig {
         ...
          ndk {
              abiFilters "armeabi-v7a", "arm64-v8a" //, "x86", "x86_64"
          }
      }
  }
  

总结

• 整个是基于开源的编译和整合的,但是经过我这样，使得使用起来更简单，同时减少了应为环境问题导致编译错误都出现。使得大家可以更快的实现人脸检测和识别.