是否可以使用Mediapipe中的face_landmark.tflite在Android中独立生成面部网格?

是否可以使用Mediapipe中的face_landmark.tflite在Android中独立生成面部网格?,android,android-studio,tensorflow,augmented-reality,face-detection,Android,Android Studio,Tensorflow,Augmented Reality,Face Detection,我正在开发一个人脸跟踪应用程序(Android studio/Java),我需要识别人脸标志。我对使用面部网格模型感兴趣。问题是:我使用Windows操作系统,而Mediapipe在Windows操作系统上 我对Tensorflow有非常基本的了解,有人能给我解释一下,在没有整个Mediapipe框架的情况下,我如何使用Mediapipe的模型在Android studio中使用Java独立地检测图像中的人脸并生成人脸网格?你可以试着查看下面我的笔记本,了解python的使用示例。这只需要tfl

我正在开发一个人脸跟踪应用程序(Android studio/Java),我需要识别人脸标志。我对使用面部网格模型感兴趣。问题是:我使用Windows操作系统,而Mediapipe在Windows操作系统上


我对Tensorflow有非常基本的了解,有人能给我解释一下,在没有整个Mediapipe框架的情况下,我如何使用Mediapipe的模型在Android studio中使用Java独立地检测图像中的人脸并生成人脸网格?

你可以试着查看下面我的笔记本,了解python的使用示例。这只需要tflite型号,不需要安装Mediapipe

这是输出图像,

这应该为使用android tflite解释器获取面部标志并绘制它们提供一个起点。首先需要一个人脸检测器来输出人脸边界框

因为我还没有在安卓系统中实现这个模型,所以我不能说还需要什么。更多详细信息可在mediapipe面网格代码中找到。笔记本是基于这个代码的

更多参考资料,

带有输入、输出详细信息的模型卡

备选方案 AndroidML工具包也有面部标志,有非常好的文档和代码示例