Face Recognition

Nhận diện khuôn mặt có thể được sử dụng như một khuôn khổ thử nghiệm cho một số phương pháp nhận dạng khuôn mặt trong đó có Networks với TensorFlow và Caffe thần kinh.

Nó bao gồm các thuật toán tiền xử lý sau đây:
- Grayscale
- Mùa vụ
- Alignment Mắt
- Gamma Correction
- Chênh lệch Gaussian
- Canny-Filter
- Local Binary Pattern
- biểu đồ tần suất Equalization (chỉ có thể được sử dụng nếu màu xám được sử dụng quá)
- Thay đổi kích thước

Bạn có thể chọn từ các phương pháp khai thác tính năng và phân loại sau:
- Eigenfaces với hàng xóm gần
- Hình ảnh Tái với Máy Support Vector
- TensorFlow với SVM hoặc KNN
- Caffe với SVM hoặc KNN

Hướng dẫn có thể được tìm thấy ở đây https://github.com/Qualeams/Android-Face-Recognition-with-Deep-Learning/blob/master/USER%20MANUAL.md

Tại thời điểm này chỉ có các thiết bị armeabi-v7a và trở lên được hỗ trợ.

Đối với kinh nghiệm tốt nhất trong chế độ nhận dạng xoay điện thoại sang trái.
_______________________________________________________________

TensorFlow:

Nếu bạn muốn sử dụng mô hình Tensorflow Inception5h, tải về từ đây:
https://storage.googleapis.com/download.tensorflow.org/models/inception5h.zip

Sau đó sao chép các tập tin "tensorflow_inception_graph.pb" thành "/ sdcard / Pictures / facerecognition / data / TensorFlow"

Sử dụng các thiết lập mặc định cho một sự khởi đầu:
Số lớp: 1001 (không liên quan như chúng ta không sử dụng các lớp cuối cùng)
Input Kích thước: 224
Hình ảnh trung bình: 128
Kích thước đầu ra: 1024
lớp đầu vào: đầu vào
lớp đầu ra: avgpool0
tập mô hình: tensorflow_inception_graph.pb
-------------------------------------------------- -------------------------------------------------- -----
Nếu bạn muốn sử dụng mô hình VGG Mặt Descriptor, tải về từ đây:
https://www.dropbox.com/s/51wi2la5e034wfv/vgg_faces.pb?dl=0

Chú ý: Mô hình này chỉ chạy trên các thiết bị với ít nhất 3 GB hoặc RAM.

Sau đó sao chép các tập tin "vgg_faces.pb" thành "/ sdcard / Pictures / facerecognition / data / TensorFlow"

Sử dụng các thiết lập mặc định cho một sự khởi đầu:
Số lớp: 1000 (không liên quan như chúng ta không sử dụng các lớp cuối cùng)
Input Kích thước: 224
Hình ảnh trung bình: 128
Kích thước đầu ra: 4096
lớp đầu vào: Placeholder
lớp đầu ra: fc7 / fc7
tập mô hình: vgg_faces.pb
_______________________________________________________________

Caffe:

Nếu bạn muốn sử dụng mô hình VGG Mặt Descriptor, tải về từ đây:
http://www.robots.ox.ac.uk/~vgg/software/vgg_face/src/vgg_face_caffe.tar.gz

Chú ý: Mô hình này chỉ chạy trên các thiết bị với ít nhất 3 GB hoặc RAM.

Sau đó sao chép các tập tin "VGG_FACE_deploy.prototxt" và "VGG_FACE.caffemodel" thành "/ sdcard / Pictures / facerecognition / data / caffe"

Sử dụng các thiết lập mặc định cho một sự khởi đầu:
Giá trị trung bình: 104, 117, 123
lớp đầu ra: fc7
tập mô hình: VGG_FACE_deploy.prototxt
Trọng lượng file: VGG_FACE.caffemodel

_______________________________________________________________

Các tập tin giấy phép có thể được tìm thấy ở đây https://github.com/Qualeams/Android-Face-Recognition-with-Deep-Learning/blob/master/LICENSE.txt và đây https://github.com/Qualeams/Android- Face-Recognition-với-sâu-Learning / blob / master / NOTICE.txt