Face Recognition

Qualeams

Acerca desta app

Reconhecimento Facial pode ser usado como um quadro de teste para vários métodos de reconhecimento de face, incluindo as Redes Neurais com TensorFlow e Caffe.

Ele inclui seguintes algoritmos de pré-processamento:
- Grayscale
- Colheita
- Alinhamento dos olhos
- Correção de gama
- Diferença de gaussianas
- Canny-Filter
- padrão binário local
- Histogramm Equalização (só pode ser usado se em tons de cinza é usado também)
- Redimensionar

Você pode escolher entre os seguintes métodos de extração de características e classificação:
- Eigenfaces com vizinho mais próximo
- Imagem Reshaping com máquina de Support Vector
- TensorFlow com SVM ou KNN
- Caffe com SVM ou KNN

O manual pode ser encontrada aqui https://github.com/Qualeams/Android-Face-Recognition-with-Deep-Learning/blob/master/USER%20MANUAL.md

Neste momento, apenas dispositivos armeabi-v7a e para cima são suportados.

Para uma melhor experiência em modo de reconhecimento de girar o dispositivo para a esquerda.
_______________________________________________________________

TensorFlow:

Se você quiser usar o modelo Tensorflow Inception5h, baixá-lo aqui:
https://storage.googleapis.com/download.tensorflow.org/models/inception5h.zip

Em seguida, copie o arquivo "tensorflow_inception_graph.pb" para "/ sdcard / Fotos / FaceRecognition / data / TensorFlow"

Use essas configurações padrão para um começo:
Número de classes: 1001 (não é relevante, já que não usar a última camada)
Input Tamanho: 224
média imagem: 128
tamanho de saída: 1024
camada de entrada: entrada
camada de saída: avgpool0
arquivo de modelo: tensorflow_inception_graph.pb
-------------------------------------------------- -------------------------------------------------- -----
Se você quiser usar o modelo VGG face descritor, baixá-lo aqui:
https://www.dropbox.com/s/51wi2la5e034wfv/vgg_faces.pb?dl=0

Atenção: Este modelo é executado somente em dispositivos com pelo menos 3 GB ou RAM.

Em seguida, copie o arquivo "vgg_faces.pb" para "/ sdcard / Fotos / FaceRecognition / data / TensorFlow"

Use essas configurações padrão para um começo:
Número de classes: 1000 (não é relevante, já que não usar a última camada)
Input Tamanho: 224
média imagem: 128
tamanho de saída: 4096
camada de entrada: marcador de posição
camada de saída: FC7 / FC7
arquivo de modelo: vgg_faces.pb
_______________________________________________________________

Caffe:

Se você quiser usar o modelo VGG face descritor, baixá-lo aqui:
http://www.robots.ox.ac.uk/~vgg/software/vgg_face/src/vgg_face_caffe.tar.gz

Atenção: Este modelo é executado somente em dispositivos com pelo menos 3 GB ou RAM.

Em seguida, copie os arquivos "VGG_FACE_deploy.prototxt" e "VGG_FACE.caffemodel" para "/ sdcard / Fotos / FaceRecognition / data / caffe"

Use essas configurações padrão para um começo:
Os valores médios: 104, 117, 123
camada de saída: FC7
arquivo de modelo: VGG_FACE_deploy.prototxt
arquivo pesos: VGG_FACE.caffemodel

_______________________________________________________________

Os arquivos de licença pode ser encontrada aqui https://github.com/Qualeams/Android-Face-Recognition-with-Deep-Learning/blob/master/LICENSE.txt e aqui https://github.com/Qualeams/Android- Face-Reconhecimento-com-Deep-Learning / blob / master / NOTICE.txt

Classificações e críticas

Muito ruim e ainda travou meu celular precisei reiniciar o aparelho👎👎👎👎

Eu esperava mais eficácia do App muito ruim não gostei

Beleza muito bom mesmo

Novidades

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