HyperFT

Введение

Открытый исходный код алгоритма отслеживания лиц по видео, основанный на mtcnn для обнаружения лиц и onet для отслеживания лиц. Скорость работы на мобильных устройствах может достигать 150 кадров в секунду и более. Проект основан на Android-разработке и предоставляет низкоуровневую реализацию JNI, что позволяет пользователям самостоятельно компилировать и переносить его на другие платформы. Алгоритм зависит от библиотеки глубокого обучения ncnn, имеет небольшой объём и легко интегрируется.

Демонстрация (работает на Ubuntu 18.04, i5-7400, NCNN).

Если вы хотите узнать больше, посетите:

• Официальный сайт;
• Github;
• Gitee.

Компиляция кода

Подготовка среды

• Android Studio v3.5;
• CMake: 3.6.4;
• Android SDK Platform-Tools: 29.0.3;
• Android SDK Tools: 26.1.1;
• NDK: r15c.

Зависимости библиотек

• OpenCV: 3.4.7;
• ncnn: 20190611 bade132.

Настройка компиляции

1. Установите адреса Android NDK и Android SDK.
2. Измените файл сборки CMake, отредактировав файл CMakeLists.txt в папке app/src/main/cpp/:

include_directories (D:/Wendell/Develop/libs/ncnn-android-lib/include)
include_directories(D:/Wendell/Develop/libs/OpenCV-android-sdk/sdk/native/jni/include)
set(OpenCV_DIR "D:/Wendell/Develop/libs/OpenCV-android-sdk/sdk/native/jni")
set_target_properties(libncnn PROPERTIES IMPORTED_LOCATION D:/Wendell/Develop/libs/ncnn-android-lib/${ANDROID_ABI}/libncnn.a)

Ресурсы

• Альтернативное использование MTCNN;
• Win-версия HyperFT;
• Linux-версия HyperFT.

Опыт использования

• Опыт использования apk.

TODO

• Извините, на данный момент всё ещё требуется зависимость от opencv, позже будет представлена упрощённая версия.
• Разработка проекта для iOS.

Контакты

• Сайт: Zeusee.
• Исходный код: Github, Gitee.
• QQ группы: 724142079, 746123554.