Комментарий от Witty Dodo:

Состав архива:
- /app: исходные файлы демонстрационного примера.
- /lib: исходные файлы и настройки модуля преобразования лица.
- pavcam-alpha-android.apk: приложение для Android.

Демонстрационный пример реализован в Qt 5.12.12 и протестирован на Infinix NOTE 10 Pro NFC и iMac 21.5 Mid 2011. Размер модуля преобразования лица вместе со всеми необходимыми параметрами составляет 1.3 МБ (pavcam-alpha-android.apk/lib/arm64-v8a/libpavcam.so). Другие имеющиеся в apk файлы относятся к функционированию демонстрационного примера.

Модуль состоит из трех файлов исходного кода: mat.hpp (общий математический функционал), recognition.hpp (алгоритм обнаружения лица на изображении) и filtration.hpp (преобразование лица). Для функционирования модуля имеется два бинарных файла (wgh.bin - весовые коэффициенты "лиц") и (ideal.bin - среднестатистическое "идеальное лицо").

Примеры работы и известные проблемы:
Пример верного функционирования программы на человеке, который ранее этой программе не был известен. В большинстве случаев наблюдаются частые "прыжки" решений с истинного на ошибочное, что является известной недоработкой, связанной с ограничением времени разработки ПО.

Также, к известным недорабокам по тем же причинам относятся: искажение пропорций изображения и грубое разрешение при выводе на экран (квадрат 200х200 пикселей растянут на весь прямоугольник вывода), различное качество распознавания при повороте смартфона (в горизонтальном положении результат несколько лучше), "в среднем" лучшие результаты распознавания плоских изображений с экрана монитора, чем собственного изображения с камеры (в настроечной выборке алгоритма находится всего 10 снимков двух реальных людей и 11 снимков разных людей из Интернета).

Частота кадров на экране указана только для процедуры фильтрации (не распознавания), распознавание на Infinix NOTE 10 Pro NFC в зависимости от условий съемки в районе 15-20 FPS (реализация различных потоков для обнаружения лица и его "улучшения" - было осознанным архитектурным решением). При реализации проекта основные усилия были сконцентрированы на решении задачи в ее первоначальной постановке "...внедрение сторонних библиотек (OpenCV и подобные) и ML-моделей не приветствуется...", ибо такая трактовка показалась наиболее интересной.

Модуль преобразования лица реализован с применением только стандартных библиотек (никаких нейронок, внешних движков и т.п., только классика, только хардкор). Задача "улучшения" лица решалась скорее формально, по остаточному принципу. Поскольку (в остатке) времени совсем не оставалось, для "улучшения лица" было применено простое наложение «среднестатистического бесполого идеала лица» на распознанное изображение. Весь исходный код модуля укладывается в 350 строк.

Поиск лица на изображении обходится в O(X*Y*K), где X и Y - размер изображения по горизонтали и вертикали, К - количество ключевых точек лица. На данный момент лицо "покрыто" сеткой 11x11 (121 ключевая точка), что является грубым и медленным решением (количество точек избыточно и они расположены не в "естественных" местах), но бысто реализуемым. Кратко, алгоритм обнаружения поясняет следующий рисунок:

Приложение использует полностью кастомное решение. 

Работа над приложением не окончена, конкурсное задание не выполнено. Приложение не позволяет представить «лучшую версию себя» собеседнику. 

При открытии приложения предполагается определение положение лица в кадре – однако ни на одном из задействованных в ходе тестирования устройств эта функциональность не работает ожидаемым образом. Приложению требуется продолжительное время на определния границ лица пользователя. 

Качество выводимого видеопотока при этом низкое, картинка пикселизирована.