Face Recognition

Qualeams

ಈ ಆ್ಯಪ್ ಕುರಿತು

ಫೇಸ್ ಗುರುತಿಸುವಿಕೆ ನಡೆಯಲಿದೆ TensorFlow ಮತ್ತು ಕೆಫೆ ಜೊತೆ ನ್ಯೂರಲ್ ನೆಟ್ವರ್ಕ್ಸ್ ಸೇರಿದಂತೆ ಹಲವಾರು ಮುಖ ಗುರುತಿಸುವಿಕೆ ವಿಧಾನಗಳು ಒಂದು ಟೆಸ್ಟ್ ಚೌಕಟ್ಟನ್ನು ಬಳಸಬಹುದು.

ಇದು ಕೆಳಗಿನ ಪೂರ್ವಸಂಸ್ಕರಣೆಯನ್ನು ಕ್ರಮಾವಳಿಗಳನ್ನು:
- ಗ್ರೇಸ್ಕೇಲ್
- ಬೆಳೆ
- ಐ ಸಾಲು
- ಗಾಮಾ ಕರೆಕ್ಷನ್
- ಗೌಸಿಯನ್ಸ್ನ ವ್ಯತ್ಯಾಸ
- ನಿಷ್ಣಾತ-ಫಿಲ್ಟರ್
- ಸ್ಥಳೀಯ ಬೈನರಿ ಪ್ಯಾಟರ್ನ್
- Histogramm ಸಮೀಕರಿಸುವ (ಕೇವಲ ಗ್ರೇಸ್ಕೇಲ್ ತುಂಬಾ ಬಳಸಲಾಗುತ್ತದೆ ವೇಳೆ ಬಳಸಬಹುದು)
- ಮರುಗಾತ್ರಗೊಳಿಸಿ

ನೀವು ಕೆಳಗಿನ ವೈಶಿಷ್ಟ್ಯವನ್ನು ಹೊರತೆಗೆಯುವಿಕೆ ಮತ್ತು ವರ್ಗೀಕರಣ ವಿಧಾನಗಳು ಆರಿಸಬಹುದು
- Eigenfaces ಜೊತೆ ಹತ್ತಿರದ ನೇಬರ್
- ಬೆಂಬಲ ವೆಕ್ಟರ್ ಯಂತ್ರ ಚಿತ್ರ ಮರುರೂಪಿಸುವಿಕೆಯ
- SVM ಅಥವಾ KNN ಜೊತೆ TensorFlow
- SVM ಅಥವಾ KNN ಜೊತೆ ಕೆಫೆ

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

ಕ್ಷಣದಲ್ಲಿ ಮಾತ್ರ armeabi-v7a ಸಾಧನಗಳು ಮತ್ತು ಮೇಲ್ಮುಖವಾಗಿ ಬೆಂಬಲಿತವಾಗಿದೆ.

ಗುರುತಿಸುವಿಕೆಯ ವಿಧಾನಕ್ಕೆ ಅತ್ಯುತ್ತಮ ಅನುಭವಕ್ಕಾಗಿ ಎಡಕ್ಕೆ ಸಾಧನ ತಿರುಗಿಸಲು.
_______________________________________________________________

TensorFlow:

ನೀವು Tensorflow Inception5h ಮಾದರಿ ಬಳಸಲು ಬಯಸಿದರೆ, ಇಲ್ಲಿ ಅದನ್ನು ಡೌನ್ಲೋಡ್
https://storage.googleapis.com/download.tensorflow.org/models/inception5h.zip

ನಂತರ ಫೈಲ್ "tensorflow_inception_graph.pb" ಗೆ "/ sdcard / ಪಿಕ್ಚರ್ಸ್ / facerecognition / ಡೇಟಾ / TensorFlow" ಕಾಪಿ

ಒಂದು ಆರಂಭದ ಡೀಫಾಲ್ಟ್ ಸೆಟ್ಟಿಂಗ್ಗಳನ್ನು ಬಳಸಿ:
ತರಗತಿಗಳು ಸಂಖ್ಯೆ: 1001 (ನಾವು ಕೊನೆಯ ಪದರ ಬಳಸಬೇಡಿ ಮಾಹಿತಿ ಸಂಬಂಧಿಸಿದ್ದಲ್ಲ)
ಇನ್ಪುಟ್ ಗಾತ್ರ: 224
ಚಿತ್ರ ಸರಾಸರಿ: 128
ಔಟ್ಪುಟ್ ಗಾತ್ರ: 1024
ಇನ್ಪುಟ್ ಲೇಯರ್: ಇನ್ಪುಟ್
ಔಟ್ಪುಟ್ ಲೇಯರ್: avgpool0
ಮಾದರಿ ಕಡತ: tensorflow_inception_graph.pb
-------------------------------------------------- -------------------------------------------------- -----
ನೀವು VGG ಫೇಸ್ ವಿವರಕ ಮಾದರಿ ಬಳಸಲು ಬಯಸಿದರೆ, ಇಲ್ಲಿ ಅದನ್ನು ಡೌನ್ಲೋಡ್
https://www.dropbox.com/s/51wi2la5e034wfv/vgg_faces.pb?dl=0

ಎಚ್ಚರಿಕೆ: ಈ ಮಾದರಿಯು ಕನಿಷ್ಟ 3 ಜಿಬಿ ಅಥವಾ RAM ಅನ್ನು ಸಾಧನಗಳಲ್ಲಿ ಸಾಗುತ್ತದೆ.

ನಂತರ ಫೈಲ್ "vgg_faces.pb" ಗೆ "/ sdcard / ಪಿಕ್ಚರ್ಸ್ / facerecognition / ಡೇಟಾ / TensorFlow" ಕಾಪಿ

ಒಂದು ಆರಂಭದ ಡೀಫಾಲ್ಟ್ ಸೆಟ್ಟಿಂಗ್ಗಳನ್ನು ಬಳಸಿ:
ತರಗತಿಗಳು ಸಂಖ್ಯೆ: 1000 (ನಾವು ಕೊನೆಯ ಪದರ ಬಳಸಬೇಡಿ ಮಾಹಿತಿ ಸಂಬಂಧಿಸಿದ್ದಲ್ಲ)
ಇನ್ಪುಟ್ ಗಾತ್ರ: 224
ಚಿತ್ರ ಸರಾಸರಿ: 128
ಔಟ್ಪುಟ್ ಗಾತ್ರ: 4096
ಇನ್ಪುಟ್ ಲೇಯರ್: ಪ್ಲೇಸ್ಹೋಲ್ಡರ್
ಔಟ್ಪುಟ್ ಲೇಯರ್: fc7 / fc7
ಮಾದರಿ ಕಡತ: vgg_faces.pb
_______________________________________________________________

ಕೆಫೆ:

ನೀವು VGG ಫೇಸ್ ವಿವರಕ ಮಾದರಿ ಬಳಸಲು ಬಯಸಿದರೆ, ಇಲ್ಲಿ ಅದನ್ನು ಡೌನ್ಲೋಡ್
http://www.robots.ox.ac.uk/~vgg/software/vgg_face/src/vgg_face_caffe.tar.gz

ಎಚ್ಚರಿಕೆ: ಈ ಮಾದರಿಯು ಕನಿಷ್ಟ 3 ಜಿಬಿ ಅಥವಾ RAM ಅನ್ನು ಸಾಧನಗಳಲ್ಲಿ ಸಾಗುತ್ತದೆ.

ನಂತರ ಫೈಲ್ಗಳನ್ನು ನಕಲು "VGG_FACE_deploy.prototxt" ಮತ್ತು "VGG_FACE.caffemodel" ಗೆ "/ sdcard / ಪಿಕ್ಚರ್ಸ್ / facerecognition / ಡೇಟಾ / ಕೆಫೆ"

ಒಂದು ಆರಂಭದ ಡೀಫಾಲ್ಟ್ ಸೆಟ್ಟಿಂಗ್ಗಳನ್ನು ಬಳಸಿ:
ಮೀನ್ ಮೌಲ್ಯಗಳು: 104, 117, 123
ಔಟ್ಪುಟ್ ಲೇಯರ್: fc7
ಮಾದರಿ ಕಡತ: VGG_FACE_deploy.prototxt
ತೂಕ ಫೈಲ್: VGG_FACE.caffemodel

_______________________________________________________________

ಪರವಾನಗಿ ಕಡತಗಳನ್ನು ಇಲ್ಲಿ ಕಾಣಬಹುದು https://github.com/Qualeams/Android-Face-Recognition-with-Deep-Learning/blob/master/LICENSE.txt ಮತ್ತು ಇಲ್ಲಿ https://github.com/Qualeams/Android- / ಆಕೃತಿಯಿಂದ / ಮಾಸ್ಟರ್ / NOTICE.txt ಡೀಪ್-ಕಲಿಕೆ ಜೊತೆ ಮುಖಾ ಗುರುತಿಸುವಿಕೆ-

ಹೊಸದೇನಿದೆ

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