Firebase vision人脸检测使用启发式算法（MLKit）对人脸进行紧身估计]]

Question

在setContourMode(FirebaseVisionFaceDetectorOptions.ALL_CONTOURS)上，人脸检测器速度大大降低。我想知道是否可以仅使用边界框和初始面部轮廓来获得紧密拟合的面部估计。假设在应用程序的开头，我们将人脸轮廓作为android上的路径对象，然后在应用程序中，我们只是进行快速的人脸检测，并使用启发式方法通过以下输入来转换初始路径

1. 当前边界框
2. getHeadEulerAngleY（）
3. getHeadEulerAngleZ（）

请参见下图。矩形是边界框，椭圆是边界框转换为椭圆形，红色曲线是检测器给出的面部轮廓。问题是我们能否使用以上输入来转换左侧图的面部路径。这不一定是100％正确的，仔细估算就绰绰有余，这样我就不必牺牲性能了。我不能使用边界框，因为从图像中可以看出，它不太适合人脸。

在setContourMode（FirebaseVisionFaceDetectorOptions.ALL_CONTOURS）上，脸部检测器会大大降低速度。我想知道是否可以仅使用边界框和...

Answer 1

如果只想获得紧脸轮廓，可以启用轮廓，但禁用所有其他轮廓，例如界标和分类。还将模式设置为FAST。它应该给您合理的表现。