Face Recognition

Gezichtsherkenning kan alleen worden gebruikt als een toetsingskader voor de verschillende methoden gezichtsherkenning met inbegrip van de neurale netwerken met TensorFlow en Caffe.

Het omvat volgende voorbewerking algoritmen:
- grijswaarden
- Crop
- Alignment Eye
- Gamma correctie
- Verschil van Gaussians
- Canny-Filter
- Local Binary Pattern
- histogram egalisatie (kan alleen worden gebruikt als grijstinten ook wordt gebruikt)
- Formaat

U kunt kiezen uit de volgende feature extractie en classificatie methoden:
- Eigenfaces met Naaste buur
- Afbeelding Een nieuwe vorm met Support Vector Machine
- TensorFlow met SVM of KNN
- Caffe met SVM of KNN

De handleiding kan hier https://github.com/Qualeams/Android-Face-Recognition-with-Deep-Learning/blob/master/USER%20MANUAL.md worden gevonden

Momenteel worden alleen armeabi-v7a inrichtingen en omhoog worden ondersteund.

Voor de beste ervaring in de modus erkenning het toestel draaien naar links.
_______________________________________________________________

TensorFlow:

Als u wilt dat de Tensorflow Inception5h model te gebruiken, downloaden van hier:
https://storage.googleapis.com/download.tensorflow.org/models/inception5h.zip

Vervolgens kopieert u het bestand "tensorflow_inception_graph.pb" naar "/ sdcard / Foto's / facerecognition / data / TensorFlow"

Gebruik deze standaardinstellingen voor een start:
Aantal klassen: 1001 (niet relevant zijn als we niet de laatste laag te gebruiken)
Input Grootte: 224
Afbeelding gemiddelde: 128
Output size: 1024
Ingangslaag: ingang
Uitgangslaag: avgpool0
Model file: tensorflow_inception_graph.pb
-------------------------------------------------- -------------------------------------------------- -----
Als u wilt dat de VGG Gezicht Descriptor model te gebruiken, downloaden van hier:
https://www.dropbox.com/s/51wi2la5e034wfv/vgg_faces.pb?dl=0

Waarschuwing: Dit model werkt alleen op apparaten met ten minste 3 GB of RAM.

Vervolgens kopieert u het bestand "vgg_faces.pb" naar "/ sdcard / Foto's / facerecognition / data / TensorFlow"

Gebruik deze standaardinstellingen voor een start:
Aantal lessen: 1000 (niet relevant zijn als we niet de laatste laag te gebruiken)
Input Grootte: 224
Afbeelding gemiddelde: 128
Output size: 4096
Input laag: Placeholder
Uitgangslaag: FC7 / FC7
Model file: vgg_faces.pb
_______________________________________________________________

Caffe:

Als u wilt dat de VGG Gezicht Descriptor model te gebruiken, downloaden van hier:
http://www.robots.ox.ac.uk/~vgg/software/vgg_face/src/vgg_face_caffe.tar.gz

Waarschuwing: Dit model werkt alleen op apparaten met ten minste 3 GB of RAM.

Vervolgens kopieert u de bestanden "VGG_FACE_deploy.prototxt" en "VGG_FACE.caffemodel" naar "/ sdcard / Foto's / facerecognition / data / caffe"

Gebruik deze standaardinstellingen voor een start:
Gemiddelde waarden: 104, 117, 123
Uitgangslaag: FC7
Model file: VGG_FACE_deploy.prototxt
Gewichten file: VGG_FACE.caffemodel

_______________________________________________________________

De licentie-bestanden kan hier worden gevonden https://github.com/Qualeams/Android-Face-Recognition-with-Deep-Learning/blob/master/LICENSE.txt en hier https://github.com/Qualeams/Android- Face-Recognition-met-Deep-Learning / blob / master / notice.txt