Face Recognition

Qualeams

Apie šią programą

Veido atpažinimas gali būti naudojama kaip bandomosios programos keletą veido atpažinimo metodus, įskaitant neuroninių tinklų su TensorFlow ir Caffe.

Ji apima šiuos pirminio apdorojimo algoritmai:
- pustoniai
- Augalininkystė
- Akių Sureguliavimas
- Gama korekcija
- Skirtumas Gaussians
- Canny-filtras
- Vietinis Dvejetainiai Raštas
- Histograma išlyginimas (gali būti naudojamas tik tada, jei pustoniai naudojama per daug)
- Resize

Galite pasirinkti vieną iš šių požymių išskyrimas ir klasifikavimo metodų:
- Eigenfaces su artimiausios
- Vaizdo Profesijos su parama Vector Machine
- TensorFlow su SVM arba KNN
- Caffe su SVM arba KNN

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

Šiuo metu tik armeabi-v7a įtaisai ir aukštyn yra palaikomi.

Už geriausią patirtį pripažinimo režimą pasukite prietaisą į kairę.
_______________________________________________________________

TensorFlow:

Jei norite naudoti Tensorflow Inception5h modelį, jį atsisiųsti iš čia:
https://storage.googleapis.com/download.tensorflow.org/models/inception5h.zip

Tada nukopijuokite failą "tensorflow_inception_graph.pb" į "/ sdcard / Paveikslėliai / facerecognition / duomenų / TensorFlow"

Naudokite šiuos numatytuosius nustatymus pradžios:
Klasių skaičius: 1001 (nėra aktuali, nes mes nenaudojame paskutinį sluoksnį)
Įvesties Dydis: 224
Vaizdo vidurkis: 128
Išėjimo dydis: 1024
Įvesties sluoksnis: įvesties
Išėjimo sluoksnis: avgpool0
Modelis failą: tensorflow_inception_graph.pb
-------------------------------------------------- -------------------------------------------------- -----
Jei norite naudoti VGG Veido deskriptorius modelį, jį atsisiųsti iš čia:
https://www.dropbox.com/s/51wi2la5e034wfv/vgg_faces.pb?dl=0

Atsargiai: Šis modelis veikia tik įrenginiuose su ne mažiau kaip 3 GB arba RAM.

Tada nukopijuokite failą "vgg_faces.pb" į "/ sdcard / Paveikslėliai / facerecognition / duomenų / TensorFlow"

Naudokite šiuos numatytuosius nustatymus pradžios:
Klasių skaičius: 1000 (nėra aktuali, nes mes nenaudojame paskutinį sluoksnį)
Įvesties Dydis: 224
Vaizdo vidurkis: 128
Išėjimo dydis: 4096
Įvesties sluoksnis: Placeholder
Išėjimo sluoksnis: fc7 / fc7
Modelis failą: vgg_faces.pb
_______________________________________________________________

caffe:

Jei norite naudoti VGG Veido deskriptorius modelį, jį atsisiųsti iš čia:
http://www.robots.ox.ac.uk/~vgg/software/vgg_face/src/vgg_face_caffe.tar.gz

Atsargiai: Šis modelis veikia tik įrenginiuose su ne mažiau kaip 3 GB arba RAM.

Tada nukopijuokite failus "VGG_FACE_deploy.prototxt" ir "VGG_FACE.caffemodel" iki "/ sdcard / Paveikslėliai / facerecognition / duomenų / CAFFE"

Naudokite šiuos numatytuosius nustatymus pradžios:
Vidutinės vertės: 104, 117, 123
Išėjimo sluoksnis: fc7
Modelis failą: VGG_FACE_deploy.prototxt
Svoriai file: VGG_FACE.caffemodel

_______________________________________________________________

Licencijos failus galima rasti čia https://github.com/Qualeams/Android-Face-Recognition-with-Deep-Learning/blob/master/LICENSE.txt ir čia https://github.com/Qualeams/Android- veido atpažinimas-su-deep-mokymosi / blob / master / NOTICE.txt

Kas naujo

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