Face Recognition for Android APK

Penerangan

Pengecaman Wajah boleh digunakan sebagai rangka kerja ujian untuk beberapa kaedah pengecaman muka termasuk Rangkaian Neural dengan TensorFlow dan Caffe. Ia termasuk algoritma prapemprosesan berikut: Skala Kelabu- Tanaman- Penjajaran Mata- Pembetulan Gamma- Perbezaan Gaussians- Penapis Canny- Corak Perduaan Tempatan- Penyamaan Histogram (hanya boleh digunakan jika skala kelabu digunakan juga) - Ubah saizAnda boleh memilih daripada pengekstrakan ciri berikut dan kaedah klasifikasi: Eigenfaces dengan Jiran Terdekat- Pembentukan Semula Imej dengan Mesin Vektor Sokongan- TensorFlow dengan SVM atau KNN- Kafe dengan SVM atau KNNManual boleh didapati di sini https://github.com/sladomic/Face-Recognition Buat masa ini hanya armeabi- peranti v7a dan ke atas disokong. Untuk pengalaman terbaik dalam mod pengecaman, putar peranti ke kiri. Untuk prestasi terbaik gunakan "Membentuk Semula Imej dengan Mesin Vektor Sokongan" (0. 5 s/imej). Untuk ketepatan terbaik gunakan model "VGG Face Descriptor" (prestasinya sangat teruk walaupun - 6. 5 s/ imej). TensorFlow: Jika anda ingin menggunakan model Tensorflow Inception5h, muat turunnya dari sini: https://storage. googleapis.com/download. aliran tensor. org/model/inception5h. zipKemudian salin fail "tensorflow_inception_graph. pb" ke "/sdcard/Pictures/facerecognition/data/TensorFlow"Gunakan tetapan lalai ini untuk permulaan: Bilangan kelas: 1001 (tidak berkaitan kerana kami tidak menggunakan lapisan terakhir) Saiz Input : 224Min imej: 128Saiz output: 1024Lapisan input: lapisan inputOutput: avgpool0Fail model: tensorflow_inception_graph. pb. Jika anda ingin menggunakan model VGG Face Descriptor, muat turunnya dari sini: https://www.dropbox.com/s/51wi2la5e034wfv/vgg_faces. pb? dl=0Awas: Model ini hanya berjalan pada peranti dengan sekurang-kurangnya 3 GB atau RAM. Kemudian salin fail "vgg_faces. pb" ke "/sdcard/Pictures/facerecognition/data/TensorFlow"Gunakan tetapan lalai ini untuk permulaan: Bilangan kelas: 1000 (tidak berkaitan kerana kami tidak menggunakan lapisan terakhir) Saiz Input : 224Min imej: 128Saiz output: 4096Lapisan input: Pemegang Tempat Lapisan output: fc7/fc7Fail model: vgg_faces. pb. Kafe: Jika anda ingin menggunakan model VGG Face Descriptor, muat turunnya dari sini: http://www.robots. lembu. ac. uk/. vgg/perisian/vgg_face/src/vgg_face_caffe. tar. gzAwas: Model ini berjalan hanya pada peranti dengan sekurang-kurangnya 3 GB atau RAM. Kemudian salin fail "VGG_FACE_deploy. prototxt" dan "VGG_FACE. caffemodel" ke "/sdcard/Pictures/facerecognition/data/caffe"Gunakan tetapan lalai ini untuk permulaan: Nilai min: 104, 117, 123Lapisan output: fc7Model file_deploy: VGG_FACE . fail prototxtWeights: VGG_FACE. caffemodel.