Face Recognition

Qualeams

អំពី​កម្មវិធីនេះ

ការចំណាំផ្ទៃមុខដែលអាចត្រូវបានប្រើជាគ្រោងការណ៍សាកល្បងមួយសម្រាប់វិធីសាស្រ្តជាច្រើនដែលរួមបញ្ចូលទាំងការទទួលស្គាល់ការប្រឈមមុខនឹងបណ្តាញសរសៃប្រសាទជាមួយការនិង Caffe TensorFlow ។

វារួមបញ្ចូលទាំងក្បួនដោះស្រាយ preprocessing ដូចខាងក្រោម:
- មាត្រដ្ឋានប្រផេះ
- ដំណាំ
- ការតម្រឹមភ្នែក
- ការកែហ្គាម៉ា
- ភាពខុសគ្នានៃការហ្គូសៀន
- Canny-តម្រង
- លំនាំគោលពីរក្នុងស្រុក
- Histogramm ស្មើ (អាចត្រូវបានប្រើតែប៉ុណ្ណោះប្រសិនបើវាត្រូវបានប្រើផងដែរមាត្រដ្ឋាន)
- ប្ដូរទំហំ

អ្នកអាចជ្រើសពីលក្ខណៈពិសេសនិងការចាត់ថ្នាក់ការទាញយកវិធីសាស្រ្តដូចខាងក្រោម:
- Eigenfaces ជាមួយអ្នកជិតខាងមុន
- រូបភាព Reshaping ជាមួយម៉ាស៊ីនគាំទ្រវ៉ិចទ័រ
- TensorFlow ជាមួយ SVM ឬ KNN
- Caffe ជាមួយ SVM ឬ KNN

សៀវភៅដៃនេះអាចត្រូវបានរកឃើញនៅទីនេះ https://github.com/Qualeams/Android-Face-Recognition-with-Deep-Learning/blob/master/USER%20MANUAL.md

នៅពេលនេះមានតែឧបករណ៍ armeabi-v7a និងឡើងលើត្រូវបានគាំទ្រ។

សម្រាប់បទពិសោធល្អបំផុតនៅក្នុងរបៀបការទទួលស្គាល់បង្វិលឧបករណ៍ទៅឆ្វេងនេះ។
_______________________________________________________________

TensorFlow:

ប្រសិនបើអ្នកចង់ប្រើម៉ូដែល Tensorflow Inception5h, ទាញយកវាពីទីនេះ:
https://storage.googleapis.com/download.tensorflow.org/models/inception5h.zip

បន្ទាប់មកចម្លងឯកសារ "tensorflow_inception_graph.pb" ទៅ "/ sdcard / រូបភាព / facerecognition / ទិន្នន័យ / TensorFlow"

ប្រើការកំណត់លំនាំដើមទាំងនេះសម្រាប់ការចាប់ផ្តើមមួយ:
ចំនួននៃថ្នាក់: 1001 (មិនពាក់ព័ន្ធដូចដែលយើងមិនប្រើស្រទាប់ចុងក្រោយ)
ទំហំបញ្ចូល: 224
រូបភាពមធ្យម: 128
ទំហំទិន្នផល: 1024
ស្រទាប់បញ្ចូល: ការបញ្ចូល
ស្រទាប់លទ្ធផល: avgpool0
ឯកសារម៉ូដែល: tensorflow_inception_graph.pb
-------------------------------------------------- -------------------------------------------------- -----
ប្រសិនបើអ្នកចង់ប្រើម៉ូដែល VGG មុខរៀបរាប់, ទាញយកវាពីទីនេះ:
https://www.dropbox.com/s/51wi2la5e034wfv/vgg_faces.pb?dl=0

ប្រយ័ត្ន: ម៉ូដែលនេះដំណើរការតែនៅលើឧបករណ៍ដែលមានយ៉ាងហោចណាស់ 3 ជីកាបៃឬមាន RAM ។

បន្ទាប់មកចម្លងឯកសារ "vgg_faces.pb" ទៅ "/ sdcard / រូបភាព / facerecognition / ទិន្នន័យ / TensorFlow"

ប្រើការកំណត់លំនាំដើមទាំងនេះសម្រាប់ការចាប់ផ្តើមមួយ:
ចំនួននៃថ្នាក់: 1000 (មិនពាក់ព័ន្ធដូចដែលយើងមិនប្រើស្រទាប់ចុងក្រោយ)
ទំហំបញ្ចូល: 224
រូបភាពមធ្យម: 128
ទំហំទិន្នផល: 4096
ស្រទាប់បញ្ចូល: កន្លែងដាក់
ស្រទាប់លទ្ធផល: fc7 / fc7
ឯកសារម៉ូដែល: vgg_faces.pb
_______________________________________________________________

Caffe:

ប្រសិនបើអ្នកចង់ប្រើម៉ូដែល VGG មុខរៀបរាប់, ទាញយកវាពីទីនេះ:
http://www.robots.ox.ac.uk/~vgg/software/vgg_face/src/vgg_face_caffe.tar.gz

ប្រយ័ត្ន: ម៉ូដែលនេះដំណើរការតែនៅលើឧបករណ៍ដែលមានយ៉ាងហោចណាស់ 3 ជីកាបៃឬមាន RAM ។

បន្ទាប់មកចម្លងឯកសារ "VGG_FACE_deploy.prototxt" និង "VGG_FACE.caffemodel" ទៅ "/ sdcard / រូបភាព / facerecognition / ទិន្នន័យ / caffe"

ប្រើការកំណត់លំនាំដើមទាំងនេះសម្រាប់ការចាប់ផ្តើមមួយ:
តម្លៃមធ្យម: 104, 117, 123
ស្រទាប់លទ្ធផល: fc7
ឯកសារម៉ូដែល: VGG_FACE_deploy.prototxt
ដាក់ទម្ងន់: VGG_FACE.caffemodel

_______________________________________________________________

ឯកសារអាជ្ញាបណ្ណនេះអាចត្រូវបានរកឃើញនៅទីនេះនិងនៅទីនេះ https://github.com/Qualeams/Android- https://github.com/Qualeams/Android-Face-Recognition-with-Deep-Learning/blob/master/LICENSE.txt ការទទួលស្គាល់-មុខជាមួយជ្រៅសិក្សា / ស្នាមប្រឡាក់ / មេ / NOTICE.txt

អ្វី​ដែល​ថ្មី

- Switch from building Tensorflow from source to using the Jcenter library
- Included optimized_facenet model and changed default settings to use TensorFlow by default