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 NCNN для глубокого обучения, которая 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, расположенный в 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

• Альтернативная реализация MTCNN (https://blog.csdn.net/relocy/article/details/84075570);
• Win-версия HyperFT (https://github.com/qaz734913414/Ncnn_FaceTrack);
• Linux-версия HyperFT (https://github.com/xiangdeyizhang/FaceTrack_ncnn_HyperFT).

Опыт использования

• Тестовый apk (http://demo.zeusee.com/HyperFT).

Задачи

• В настоящее время всё ещё требуется зависимость от OpenCV, позже будет представлена упрощённая версия.
• Разработка проекта для iOS.

Контакты

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