我需要在mp4视频上实现面部检测，这样我的程序输出就是一个表示面部数量的“时间轴”。
我查看了google-vision examples ，特别是照片演示和面对追踪器。
在照片演示示例之后，我创建了一个环绕框架的包装器，并且：1）使用MediaMetadataRetriever.getFrameAtTime()从视频中提取缩略图，2）创建框架使用Frame.Builder().setBitmap(bitmap).build()，然后3）使用FaceDetector.detect(frame).size()检测面数。这种方法有效，但速度很慢（例如，每帧1秒）。
我还看了 face tracker 示例，它看起来更像我需要的（并且是视频和相机的建议方法）。这里的问题是该示例与相机紧密相关。
我也读过类似的帖子
接受的答案看起来像是我的第一次尝试，但提到了MediaCodec。我已经读过它，但无法找到一种方法将它应用于我的问题（甚至是来自bigflake的例子）
据我了解，我的选择是a）改进帧提取步骤（例如，使用Mediacodec？），或b）模仿CameraSource功能，但使用mp4文件而不是实际的相机。