Face Recognition

Gezichtsherkenning kan worden gebruikt als een toetsingskader voor methoden gezichtsherkenning

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