Face Recognition

Распознавание лиц может быть использован в качестве тестовой основы для методов распознавания лиц

Распознавание лиц может быть использовано в качестве тестовой основы для нескольких методов распознавания лиц, включая Нейронные сети с TensorFlow и Caffe.

Она включает в себя следующие алгоритмы предварительной обработки:

- оттенки серого

- Crop

- Выравнивание глаз

- Гамма-коррекция

- Разница гауссианов

- Канни-фильтр

- Локальный Binary шаблон

- гистограмма Эквалайзер (может быть использован только в том случае оттенки серого используется слишком)

- Изменение размера

Вы можете выбрать один из следующих методов извлечения признаков и классификации:

- Eigenfaces с ближайшего соседа

- Изображение Перестройка с опорных векторов

- TensorFlow с SVM или KNN

- Caffe с SVM или KNN

Пособие можно найти здесь https://github.com/Qualeams/Android-Face-Recognition-with-Deep-Learning/blob/master/USER%20MANUAL.md

На данный момент только armeabi-v7a устройство и вверх поддерживаются.

Для лучшего опыта в режиме распознавания поверните устройство влево.

_______________________________________________________________

TensorFlow:

Если вы хотите использовать модель Tensorflow Inception5h, скачать его здесь:

https://storage.googleapis.com/download.tensorflow.org/models/inception5h.zip

Затем скопируйте файл "tensorflow_inception_graph.pb" на "/ SDCard / Фотографии / facerecognition / данные / TensorFlow"

Используйте эти настройки по умолчанию для начала:

Количество классов: 1001 (не имеет значения, как мы не используем последний слой)

Входной Размер: 224

Изображение среднее: 128

Размер выхода: 1024

Входной слой: вход

Выходной слой: avgpool0

Модель файла: tensorflow_inception_graph.pb

-------------------------------------------------- -------------------------------------------------- -----

Если вы хотите использовать модель VGG Face Descriptor, скачать его здесь:

https://www.dropbox.com/s/51wi2la5e034wfv/vgg_faces.pb?dl=0

Внимание: Эта модель работает только на устройствах с не менее 3 ГБ или ОЗУ.

Затем скопируйте файл "vgg_faces.pb" на "/ SDCard / Фотографии / facerecognition / данные / TensorFlow"

Используйте эти настройки по умолчанию для начала:

Количество классов: 1000 (не имеет значения, как мы не используем последний слой)

Входной Размер: 224

Изображение среднее: 128

Размер выходного: 4096

Входной слой: Заполнитель

Выходной слой: FC7 / FC7

Модель файла: vgg_faces.pb

_______________________________________________________________

Caffe:

Если вы хотите использовать модель VGG Face Descriptor, скачать его здесь:

http://www.robots.ox.ac.uk/~vgg/software/vgg_face/src/vgg_face_caffe.tar.gz

Внимание: Эта модель работает только на устройствах с не менее 3 ГБ или ОЗУ.

Затем скопируйте файл «VGG_FACE_deploy.prototxt» и «VGG_FACE.caffemodel» на «/ SDCard / Фотографии / facerecognition / данные / кофейная»

Используйте эти настройки по умолчанию для начала:

Средние значения: 104, 117, 123

Выходной слой: FC7

Файл модели: VGG_FACE_deploy.prototxt

Вес файла: VGG_FACE.caffemodel

_______________________________________________________________

Файлы лицензий можно найти здесь https://github.com/Qualeams/Android-Face-Recognition-with-Deep-Learning/blob/master/LICENSE.txt и здесь https://github.com/Qualeams/Android- лицом Признание-с-Deep-Learning / BLOB / мастер / NOTICE.txt