Базовая техника Android FaceDetector

Я использую Face Tracker на Android, и, как исследование литературы, хотел бы определить базовую технику Android FaceDetector.

Проще говоря: я хочу понять, как работает классификатор android.media.FaceDetector.

Краткий поиск в Google не дал ничего информативного, поэтому я подумал, что посмотрю на код.

Изучая исходный код Java, FaceDetector.java, не так много узнать: FaceDetector - это просто класс который предоставляет размеры изображения и количество граней, а затем возвращает массив граней.

В Android-источнике содержится код JNI для этого класса. Я следил за вызовами функций, где, сведенный к основным аспектам, я узнал:

• "FaceFinder" создан в FaceFinder.c:75
• В строке 90 bbs_MemSeg_alloc возвращается объект btk_HFaceFinder (который содержит функцию для фактического поиска лиц), по существу копируя его массив hsdkA->contextE.memTblE.espArrE исходного объекта btk_HSDK, инициализированного в initialize() (FaceDetector_jni.cpp:145) btk_SDK_create()
• Кажется, что лабиринт функций обеспечивает друг друга указателями и экземплярами btk_HSDK, но нигде я не могу найти конкретное создание sdk->contextE.memTblE.espArrE[0], которое якобы содержит магию.

Что я обнаружил, это немного подсказка: код JNI ссылается на библиотеку FFTEm, для которой я не могу найти исходный код. Однако, по его мнению, FFT - это быстрое преобразование Фурье, которое, вероятно, используется вместе с предварительно обученной нейронной сетью. Единственная литература, которую я могу найти, которая согласуется с этой теорией, - это статья Бен-Якуба и др.

Я даже не знаю, настроен ли я на правильном пути, поэтому любые предложения, несомненно, помогут.

Изменить: Я добавил +100 баунти для тех, кто может дать любую информацию.