Face Recognition

Gezichtsherkenning kan alleen worden gebruikt als een toetsingskader voor de verschillende methoden gezichtsherkenning met inbegrip van de neurale netwerken met TensorFlow en Caffe.

Het omvat volgende voorbewerking algoritmen:

- grijswaarden

- Crop

- Alignment Eye

- Gamma correctie

- Verschil van Gaussians

- Canny-Filter

- Local Binary Pattern

- histogram egalisatie (kan alleen worden gebruikt als grijstinten ook wordt gebruikt)

- Formaat

U kunt kiezen uit de volgende feature extractie en classificatie methoden:

- Eigenfaces met Naaste buur

- Afbeelding Een nieuwe vorm met Support Vector Machine

- TensorFlow met SVM of KNN

- Caffe met SVM of KNN

De handleiding kan hier https://github.com/Qualeams/Android-Face-Recognition-with-Deep-Learning/blob/master/USER%20MANUAL.md worden gevonden

Momenteel worden alleen armeabi-v7a inrichtingen en omhoog worden ondersteund.

Voor de beste ervaring in de modus erkenning het toestel draaien naar links.

_______________________________________________________________

TensorFlow:

Als u wilt dat de Tensorflow Inception5h model te gebruiken, downloaden van hier:

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

Vervolgens kopieert u het bestand "tensorflow_inception_graph.pb" naar "/ sdcard / Foto's / facerecognition / data / TensorFlow"

Gebruik deze standaardinstellingen voor een start:

Aantal klassen: 1001 (niet relevant zijn als we niet de laatste laag te gebruiken)

Input Grootte: 224

Afbeelding gemiddelde: 128

Output size: 1024

Ingangslaag: ingang

Uitgangslaag: avgpool0

Model file: tensorflow_inception_graph.pb

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

Als u wilt dat de VGG Gezicht Descriptor model te gebruiken, downloaden van hier:

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

Waarschuwing: Dit model werkt alleen op apparaten met ten minste 3 GB of RAM.

Vervolgens kopieert u het bestand "vgg_faces.pb" naar "/ sdcard / Foto's / facerecognition / data / TensorFlow"

Gebruik deze standaardinstellingen voor een start:

Aantal lessen: 1000 (niet relevant zijn als we niet de laatste laag te gebruiken)

Input Grootte: 224

Afbeelding gemiddelde: 128

Output size: 4096

Input laag: Placeholder

Uitgangslaag: FC7 / FC7

Model file: vgg_faces.pb

_______________________________________________________________

Caffe:

Als u wilt dat de VGG Gezicht Descriptor model te gebruiken, downloaden van hier:

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

Waarschuwing: Dit model werkt alleen op apparaten met ten minste 3 GB of RAM.

Vervolgens kopieert u de bestanden "VGG_FACE_deploy.prototxt" en "VGG_FACE.caffemodel" naar "/ sdcard / Foto's / facerecognition / data / caffe"

Gebruik deze standaardinstellingen voor een start:

Gemiddelde waarden: 104, 117, 123

Uitgangslaag: FC7

Model file: VGG_FACE_deploy.prototxt

Gewichten file: VGG_FACE.caffemodel

_______________________________________________________________

De licentie-bestanden kan hier worden gevonden https://github.com/Qualeams/Android-Face-Recognition-with-Deep-Learning/blob/master/LICENSE.txt en hier https://github.com/Qualeams/Android- Face-Recognition-met-Deep-Learning / blob / master / notice.txt