MLKit 人脸检测算法

Question

MLKit 为人脸检测提供了良好的 API 文档和指南 (https://developers.google.com/ml-kit/vision/face-detection)。但是，我找不到任何关于算法/基线模型或幕后相关研究论文的信息。有人可以提供有关其实施的任何建议吗？

Answer 1

它可能使用blazeface 进行媒体管道上的人脸检测。我找不到直接的答案，但是在使用 mlkit 面部检测分析 apk 时，blazeface.tfl 可以在 assets 文件夹中找到。

Mediapipe 姿势检测 doc mentions blazepose 为 ML Kit 姿势检测 API 提供支持。因此，blazeface 很可能会在设备人脸检测方面为 mlkit 提供支持。

文档、论文、海报的链接

https://google.github.io/mediapipe/solutions/face_detection.html

https://arxiv.org/abs/1907.05047

https://docs.google.com/presentation/d/1YCtASfnYyZtH-41QvnW5iZxELFnf0MF-pPWSLGj8yjQ/present?slide=id.g5bc8aeffdd_1_0

https://drive.google.com/file/d/1u6aB6wxDY7X2TmeUUKgFydulNtXkb3pu/view

Answer 2

ML Kit 的 API 选择在设备上或云端运行。没有网络连接时，设备上的 API 可以工作。基于云的 API 与集成的神经网络 API 一起构建在 TensorFlow Lite 之上。所以我们不需要将基于人工智能的算法集成到移动应用程序中。我在wiki上找到了解释：

人脸检测可以看作是对象类检测的一种特殊情况。人脸检测算法专注于正面人脸检测 脸。

一种基于遗传算法的可靠人脸检测方法和 特征脸技术。

还有其他人脸识别算法，如主成分分析 (PCA) 和线性判别分析 (LDA) 算法。