MLKit人脸检测的算法
MLKit face detection 's algorithm
MLKit 提供了很好的 API 人脸检测文档和指南 (https://developers.google.com/ml-kit/vision/face-detection)。但是，我找不到任何关于 algorihms/baseline 模型或幕后相关研究论文的信息。有人可以就其实施提供任何建议吗？
ML Kit 在设备上或云端选择 APIs 运行。当没有网络连接时，设备上的 APIs 可以工作。基于云的 APIs 构建在 TensorFlow Lite 以及集成的神经网络 API 之上。所以我们不需要将基于人工智能的算法集成到移动应用程序中。我在 wiki:
上找到了解释
Face detection can be regarded as a specific case of object-class detection. Face-detection algorithms focus on the detection of frontal human
faces.
A reliable face-detection approach based on the genetic algorithm and
the eigen-face technique.
还有其他人脸识别算法，如主成分分析（PCA）和线性判别分析（LDA）算法。
它可能使用 blazeface 用于 mediapipe 上的人脸检测。我找不到直接的答案，但是在使用 mlkit 人脸检测分析 apk 时，可以在资产文件夹中找到 blazeface.tfl。
Mediapipe 姿势检测 doc mentions blazepose 为 ML Kit 姿势检测提供支持 API。因此，blazeface 可能会在设备人脸检测方面为 mlkit 提供支持。
文档、论文、海报的链接
https://google.github.io/mediapipe/solutions/face_detection.html
https://arxiv.org/abs/1907.05047
https://drive.google.com/file/d/1u6aB6wxDY7X2TmeUUKgFydulNtXkb3pu/view
MLKit 提供了很好的 API 人脸检测文档和指南 (https://developers.google.com/ml-kit/vision/face-detection)。但是，我找不到任何关于 algorihms/baseline 模型或幕后相关研究论文的信息。有人可以就其实施提供任何建议吗？
ML Kit 在设备上或云端选择 APIs 运行。当没有网络连接时，设备上的 APIs 可以工作。基于云的 APIs 构建在 TensorFlow Lite 以及集成的神经网络 API 之上。所以我们不需要将基于人工智能的算法集成到移动应用程序中。我在 wiki:
上找到了解释Face detection can be regarded as a specific case of object-class detection. Face-detection algorithms focus on the detection of frontal human faces.
A reliable face-detection approach based on the genetic algorithm and the eigen-face technique.
还有其他人脸识别算法，如主成分分析（PCA）和线性判别分析（LDA）算法。
它可能使用 blazeface 用于 mediapipe 上的人脸检测。我找不到直接的答案，但是在使用 mlkit 人脸检测分析 apk 时，可以在资产文件夹中找到 blazeface.tfl。
Mediapipe 姿势检测 doc mentions blazepose 为 ML Kit 姿势检测提供支持 API。因此，blazeface 可能会在设备人脸检测方面为 mlkit 提供支持。
文档、论文、海报的链接
https://google.github.io/mediapipe/solutions/face_detection.html
https://arxiv.org/abs/1907.05047
https://drive.google.com/file/d/1u6aB6wxDY7X2TmeUUKgFydulNtXkb3pu/view