Face Recognition

Pengiktirafan muka boleh digunakan sebagai rangka kerja ujian untuk beberapa kaedah pengenalan muka termasuk Rangkaian Neural dengan TensorFlow dan Caffe.

Ia termasuk algoritma pra pemprosesan berikut:

- Skala Kelabu

- Potong

- Penjajaran Mata

- Pembetulan Gamma

- Perbezaan daripada Gaussians

- Canny-Filter

- Pattern Binary Tempatan

- Histogramm Penyamaan (hanya boleh digunakan jika skala kelabu digunakan juga)

- Saiz semula

Anda boleh memilih daripada ciri pengekstrakan dan klasifikasi kaedah berikut:

- Eigenfaces dengan Jiran berdekatan

- Image Membentuk semula dengan Mesin Support Vector

- TensorFlow dengan SVM atau KNN

- Caffe dengan SVM atau KNN

manual yang boleh didapati di sini https://github.com/Qualeams/Android-Face-Recognition-with-Deep-Learning/blob/master/USER%20MANUAL.md

Pada masa ini hanya peranti armeabi-v7a dan ke atas disokong.

Untuk pengalaman yang terbaik dalam mod pengiktirafan berputar peranti ke kiri.

_______________________________________________________________

TensorFlow:

Jika anda mahu menggunakan model Tensorflow Inception5h, muat turun dari sini:

https://storage.googleapis.com/download.tensorflow.org/models/inception5h.zip

Kemudian salin fail "tensorflow_inception_graph.pb" kepada "/ sdcard / Gambar / facerecognition / data / TensorFlow"

Menggunakan tetapan lalai untuk permulaan:

Bilangan kelas: 1001 (tidak relevan kerana kita tidak menggunakan lapisan terakhir)

Saiz Input: 224

min image: 128

saiz output: 1024

lapisan Input: input

lapisan output: avgpool0

fail Model: tensorflow_inception_graph.pb

-------------------------------------------------- -------------------------------------------------- -----

Jika anda mahu menggunakan model VGG Face penerangan, muat turun dari sini:

https://www.dropbox.com/s/51wi2la5e034wfv/vgg_faces.pb?dl=0

Awas: Model ini berjalan hanya pada peranti dengan sekurang-kurangnya 3 GB atau RAM.

Kemudian salin fail "vgg_faces.pb" kepada "/ sdcard / Gambar / facerecognition / data / TensorFlow"

Menggunakan tetapan lalai untuk permulaan:

Bilangan kelas: 1000 (tidak relevan kerana kita tidak menggunakan lapisan terakhir)

Saiz Input: 224

min image: 128

saiz output: 4096

lapisan Input: Pemegang

lapisan output: fc7 / fc7

fail Model: vgg_faces.pb

_______________________________________________________________

Caffe:

Jika anda mahu menggunakan model VGG Face penerangan, muat turun dari sini:

http://www.robots.ox.ac.uk/~vgg/software/vgg_face/src/vgg_face_caffe.tar.gz

Awas: Model ini berjalan hanya pada peranti dengan sekurang-kurangnya 3 GB atau RAM.

Kemudian salin fail "VGG_FACE_deploy.prototxt" dan "VGG_FACE.caffemodel" kepada "/ sdcard / Gambar / facerecognition / data / caffe"

Menggunakan tetapan lalai untuk permulaan:

nilai min: 104, 117, 123

lapisan output: fc7

fail Model: VGG_FACE_deploy.prototxt

Timbang fail: VGG_FACE.caffemodel

_______________________________________________________________

Fail lesen boleh didapati di sini dan di sini https://github.com/Qualeams/Android-Face-Recognition-with-Deep-Learning/blob/master/LICENSE.txt https://github.com/Qualeams/Android- Face-Pengiktirafan-dengan-Deep-Learning / tompok / tuan / NOTICE.txt