Face Recognition

Qualeams

Despre aplicație

Recunoașterea feței poate fi folosit ca un cadru de testare pentru mai multe metode de recunoaștere a feței, inclusiv rețelele neuronale cu TensorFlow și Caffe.

Acesta include următorii algoritmi preprocesare:
- Alb-negru
- A decupa
- Alinierea Eye
- Corecție gamma
- Diferență de Gaussiene
- Canny-Filter
- binar model local
- histogramă Egalizarea (poate fi utilizat numai în cazul în tonuri de gri este folosit prea)
- Redimensionarea

Puteți alege dintre următoarele metode de extracție caracteristică și clasificare:
- Eigenfaces cu vecinul cel mai apropiat
- Image Remodelarea cu suport Vector mașină
- TensorFlow cu sau KNN SVM
- Caffe cu sau KNN SVM

Manualul poate fi găsit aici https://github.com/Qualeams/Android-Face-Recognition-with-Deep-Learning/blob/master/USER%20MANUAL.md

În momentul de față numai dispozitivele armeabi-v7a și în sus sunt acceptate.

Pentru cea mai bună experiență în modul de recunoaștere a roti dispozitivul la stânga.
_______________________________________________________________

TensorFlow:

Dacă doriți să utilizați modelul Tensorflow Inception5h, descarca de aici:
https://storage.googleapis.com/download.tensorflow.org/models/inception5h.zip

Apoi, copiați fișierul "tensorflow_inception_graph.pb" la "/ sdcard / Poze / facerecognition / date / TensorFlow"

Utilizați aceste setări implicite pentru un start:
Numărul de clase: 1001 (nu este relevant ca nu folosim ultimul strat)
Dimensiune intrare: 224
Imagine medie: 128
Dimensiune ieșire: 1024
Strat de intrare: intrare
Strat de ieșire: avgpool0
fișier model: tensorflow_inception_graph.pb
-------------------------------------------------- -------------------------------------------------- -----
Dacă doriți să utilizați modelul VGG Face Descriptor, descarca de aici:
https://www.dropbox.com/s/51wi2la5e034wfv/vgg_faces.pb?dl=0

Atenție: Acest model rulează numai pe dispozitive cu cel puțin 3 GB sau RAM.

Apoi, copiați fișierul "vgg_faces.pb" la "/ sdcard / Poze / facerecognition / date / TensorFlow"

Utilizați aceste setări implicite pentru un start:
Numărul de clase: 1000 (nu este relevant ca nu folosim ultimul strat)
Dimensiune intrare: 224
Imagine medie: 128
Dimensiune ieșire: 4096
Strat de intrare: Substitut
Strat de ieșire: în PC7 / în PC7
fișier model: vgg_faces.pb
_______________________________________________________________

caffe:

Dacă doriți să utilizați modelul VGG Face Descriptor, descarca de aici:
http://www.robots.ox.ac.uk/~vgg/software/vgg_face/src/vgg_face_caffe.tar.gz

Atenție: Acest model rulează numai pe dispozitive cu cel puțin 3 GB sau RAM.

Apoi, copiați fișierele "VGG_FACE_deploy.prototxt" și "VGG_FACE.caffemodel" la "/ sdcard / Poze / facerecognition / date / caffe"

Utilizați aceste setări implicite pentru un start:
Valorile medii: 104, 117, 123
Strat de ieșire: în PC7
fișier model: VGG_FACE_deploy.prototxt
Greutăți fișier: VGG_FACE.caffemodel

_______________________________________________________________

Fișierele de licență pot fi găsite aici și aici https://github.com/Qualeams/Android-Face-Recognition-with-Deep-Learning/blob/master/LICENSE.txt https://github.com/Qualeams/Android- Face-Recognition-cu Deep-Learning / bLOB / master / NOTICE.txt

Noutăți

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