Awesome

Facepp人脸检测SDK集成说明文档

一、简介

Facepp人脸检测SDK是旷视科技推出的人脸检测工具包，提供快速，简洁的开发接口，支持Android4.2及以上的移动设备上实现人脸检测

功能特性

支持人脸的fast检测
支持人脸的robust检测
支持获取人脸关键点
支持人脸比对
支持获取人脸框
支持检测年龄性别
支持获取3dpose
支持 ARMv7a和ARM64v8a架构
支持Android 4.2及以上系统
快速，库文件小，贴合度高

组件及资源

FaceppSDK包含demo、sdk、docs三部分，demo和sdk可以查看github

demo部分：里面包含一个示例工程，实现了人脸检测的功能，有完整的源代码。
sdk部分：里面包含了一套jni的封装，可以实现aar和c的两种集成方式。
库文件：人脸检测的实现库，路径以及目录如下sdk/src/main/jniLibs ├── armeabi-v7a │ ├── libmegface-new .so │ ├── libMegviiFacepp-0.5.2 .so ├── arm64-v8a │ ├── libmegface-new .so │ ├── libMegviiFacepp-0.5.2 .so
模型文件：人脸检测的训练模型，模型目前分在线授权和离线授权两种，路径/faceppdemo/src/main/res/raw/megviifacepp_0_5_2_model

试⽤版SDK有使用时间和使用次数的限制，如需正式版请通过Face++官网联系商务合作。

二、开发指南

阅读对象

本文档为技术文档，需要阅读者具有基本的Android开发能力，如果想对c定制开发需要有基本的c开发能力。

文档综述

FaceppSDK是适用android平台下的人脸检测SDK，提供aar，jar，c的三种接入方式，提供了简捷的接口方便接入。

开发准备

在线授权的准备

官网注册账号
申请key和secret,用于在线授权。
申请Bundle ID（applicationId），用于模型的验证。

集成SDK

启动Android Studio，并导入工程（以MegviiFacepp-Android-SDK 0.5.2版本为例）
已有工程导入SDK

Demo Project目录如下： <img src="https://github.com/FacePlusPlus/Document-Resource/raw/master/MegviiFacepp/img/facepp_all.png" width="300" height="288" align=center>

红色：为demo module，展示用户集成部分蓝色：为sdk module，如果需要定制开发，或者更高的效率，可以自己开发jni部分。

Demo Module的目录如下： <img src="https://github.com/FacePlusPlus/Document-Resource/raw/master/MegviiFacepp/img/facepp_demo.png" width="300" height="382" align=center>

红色：sdk module编译的aar，如非需要定制可直接使用蓝色：为联网授权aar，如果是离线授权可以去掉，另外联网授权申请的key和secret需要添加到/faceppdemo/src/main/java/com/facepp/demo/util/Util.java，还需要申请一个工程的applicationId的bundle。绿色：为申请到的module，是人脸检测的训练模型

功能使用和API接口介绍

下面采用最常用的获取人脸关键流程来讲解，常用API。

1. 初始化SDK

初始化实例

facepp = new Facepp();

初始化模型,如果模型加载失败，会有相应的code提示

String errorCode = facepp.init(this, ConUtil.getFileContent(this, R.raw.megviifacepp_0_5_2_model), isOneFaceTrackig ? 1 : 0);

2. 检测参数设置

主要根据需要的模型的能力去设置detectionMode，其他的参数使用默认即可

Facepp.FaceppConfig faceppConfig = facepp.getFaceppConfig();
faceppConfig.detectionMode = Facepp.FaceppConfig.DETECTION_MODE_TRACKING_FAST;
facepp.setFaceppConfig(faceppConfig);

3.人脸检测

这里会获取检测到人脸的数目，和人脸框置信度等基本信息。参数为检测图片的属性，imageMode目前支持两种bgr nv21

final Facepp.Face[] faces = facepp.detect(imgData, width, height, Facepp.IMAGEMODE_NV21);

4.获取关键点

获取人脸的关键点，tracking检测的会做平滑，参数pointNum有81点和106点

facepp.getLandmarkRaw(faces[c], Facepp.FPP_GET_LANDMARK81);

5.释放资源

释放资源

facepp.release();

6.切换摄像头

切换摄像头需要重置track

facepp.resetTrack();

版本更新

v0.5.2

增加detect_rect模式：只输出人脸框
删除track_normal模式，内部将track_normal映射成track_robust，并提示用户此模式已废弃，以后会在接口中直接删除
接口变化 3.1 增加 CreateApiHandleWithMaxFaceCount，在初始化时设置最大跟踪的人脸数。config中one_face_tracking被废弃 3.2 增加 GetJenkinsNumber 输出jenkins打包时版本号，方便调试 3.3 增加 ResetTrack 清除track缓存 3.4 增加 GetRect 在detect_rect模式下，输出人脸框信息 3.5 更新 GetAlgorithmInfo ，增加返回限制的bundleid 3.6 更新 MG_FPP_APICONFIG, 增加 face_confidence_filter,人脸置信度过滤阈值，低于此值的数据将被过滤掉，默认 0.1 3.7 单脸跟踪需在初始化时设置，初始化接口增加了最多跟踪几张人脸的参数。默认为0，不限制。设置中的one_face_tracking已失效

demo

简化在线授权的逻辑。
module的合并
增加人脸比对