Face Recognition

臉部識別可用作用於人臉識別方法測試框架

人臉識別可以用作若干面部識別方法，包括用TensorFlow和來自Caffe的神經網絡的測試框架。

它包括如下預處理算法：

- 灰度

- 作物

- 眼睛對準

- 伽瑪校正

- 高斯差分

- 坎尼，過濾

- 局部二元模式

- 直方圖均衡（只能如果灰度使用過多使用）

- 調整

您可以從下面的特徵提取和分類方法中進行選擇：

- 特徵臉與近鄰

- 圖像的支持向量機的重塑

- TensorFlow與SVM或KNN

- 來自Caffe與SVM或KNN

該手冊可以在這裡找到https://github.com/Qualeams/Android-Face-Recognition-with-Deep-Learning/blob/master/USER%20MANUAL.md

此時，只有armeabi-V7A設備和向上的支持。

對於識別模式最佳體驗旋轉設備到左。

_______________________________________________________________

TensorFlow：

如果你想使用Tensorflow Inception5h模式，從這裡下載：

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

然後複製文件“tensorflow_inception_graph.pb”到“/ SD卡/圖片/臉部識別/數據/ TensorFlow”

使用一開始這些默認設置：

班級數目：1001（因為我們沒有使用最後一層無關）

輸入尺寸：224

圖片均值：128

輸出尺寸：1024

輸入層：輸入

輸出層：avgpool0

模型文件：tensorflow_inception_graph.pb

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

如果你想使用VGG臉部描述模型，從這裡下載：

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

注意：這種模式僅適用於具有至少3 GB或RAM設備上運行。

然後複製文件“vgg_faces.pb”到“/ SD卡/圖片/臉部識別/數據/ TensorFlow”

使用一開始這些默認設置：

班級數目：1000（因為我們沒有使用最後一層無關）

輸入尺寸：224

圖片均值：128

輸出尺寸：4096

輸入層：佔位符

輸出層：FC7 / FC7

模型文件：vgg_faces.pb

_______________________________________________________________

咖啡：

如果你想使用VGG臉部描述模型，從這裡下載：

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

注意：這種模式僅適用於具有至少3 GB或RAM設備上運行。

然後將文件複製“VGG_FACE_deploy.prototxt”和“VGG_FACE.caffemodel”到“/ SD卡/圖片/臉部識別/數據/朱古力”

使用一開始這些默認設置：

平均值：104，117，123

輸出層：FC7

模型文件：VGG_FACE_deploy.prototxt

權重文件：VGG_FACE.caffemodel

_______________________________________________________________

許可文件可以在這裡找到https://github.com/Qualeams/Android-Face-Recognition-with-Deep-Learning/blob/master/LICENSE.txt這裡https://github.com/Qualeams/Android-人臉識別與 - 深學習/ BLOB /主/ NOTICE.txt