AIAS/1_image_sdks/face_sdks/face_detection_sdk

官网：

官网链接

下载模型，放置于models目录

• 链接: https://pan.baidu.com/s/10lwRrO3puEMpnVHD9FYObg?pwd=c134

人脸检测(含5个人脸关键点)SDK

sdk给出了人脸检测的 java 实现。 人脸检测算法是一种计算机视觉技术，它基于机器学习和人工智能技术，用于自动检测和定位图像或视频中的人脸。这种算法可以识别脸部特征和形状，并根据这些信息对人脸进行分类和跟踪。 在计算机视觉中，人脸检测是一个基础问题，它是许多高级应用程序的先决条件，例如人脸识别、表情识别、人脸跟踪和人脸合成。人脸检测算法通过分析图像、视频中的像素值，来确定图像中是否存在人脸，如果存在，就可以定位人脸的位置和大小。 目前，人脸检测算法的应用非常广泛，它被广泛应用于安全监控、人机交互、智能家居等领域。例如，许多智能手机、平板电脑和笔记本电脑都已经配备了人脸识别功能，这些设备使用人脸检测算法来确定用户是否有权限访问设备。 总之，人脸检测算法是一种非常重要的计算机视觉技术，它可以在许多不同的应用程序中发挥作用，使得我们的生活更加智能、便捷和安全。

人脸识别关键技术

人脸识别涉及的关键技术包含：人脸检测，人脸关键点，人脸特征提取，人脸比对，人脸对齐。

本文的例子给出了人脸检测(含5个人脸关键点)的参考实现。

人脸检测(含5个人脸关键点)提供了两个模型的实现：

1. 小模型: 模型推理例子代码: LightFaceDetectionExample.java

2. 大模型: 模型推理例子代码: RetinaFaceDetectionExample.java

运行人脸检测的例子

1. 运行成功后，命令行应该看到下面的信息:

[INFO ] - Face detection result image has been saved in: build/output/retinaface_detected.png
[INFO ] - [
	class: "Face", probability: 0.99993, bounds: [x=0.552, y=0.762, width=0.071, height=0.156]
	class: "Face", probability: 0.99992, bounds: [x=0.696, y=0.665, width=0.071, height=0.155]
	class: "Face", probability: 0.99976, bounds: [x=0.176, y=0.778, width=0.033, height=0.073]
	class: "Face", probability: 0.99961, bounds: [x=0.934, y=0.686, width=0.032, height=0.068]
	class: "Face", probability: 0.99949, bounds: [x=0.026, y=0.756, width=0.039, height=0.078]
]

2. 输出图片效果如下：

开源算法

1. sdk使用的开源算法

• RetinaFaceDetection - Pytorch_Retinaface
• Face-Detector-1MB-with-landmark

帮助文档：

• http://aias.top/guides.html
• 1.性能优化常见问题:
• http://aias.top/AIAS/guides/performance.html
• 2.引擎配置（包括CPU，GPU在线自动加载，及本地配置）:
• http://aias.top/AIAS/guides/engine_config.html
• 3.模型加载方式（在线自动加载，及本地配置）:
• http://aias.top/AIAS/guides/load_model.html
• 4.Windows环境常见问题:
• http://aias.top/AIAS/guides/windows.html