/face_ncnn

基于ncnn的人脸识别

Primary LanguageC++Apache License 2.0Apache-2.0

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.