Face Recognition

Gesichtserkennung kann als Test-Framework für die Gesichtserkennung Methoden verwendet werden,

Gesichtserkennung kann für verschiedene Gesichtserkennungsverfahren, einschließlich der neuronalen Netze mit TensorFlow und Caffe als Test-Framework verwendet werden.

Es umfasst folgende Vorverarbeitungsalgorithmen:

- Graustufen

- Crop

- Augen Ausrichtung

- Gamma-Korrektur

- Differenz der Mittelwerte

- Canny-Filter

- Lokale Binärmuster

- Histogramm Equalization (kann nur verwendet werden, wenn Graustufen auch verwendet wird)

- Größe ändern

Sie können aus den folgenden Merkmalsextraktion und Klassifikationsmethoden wählen:

- Eigengesichter mit Nearest Neighbor

- Bild umformen mit Support Vector Machine

- TensorFlow mit SVM oder KNN

- Caffe mit SVM oder KNN

Das Handbuch finden sich hier https://github.com/Qualeams/Android-Face-Recognition-with-Deep-Learning/blob/master/USER%20MANUAL.md

Im Moment nur armeabi-V7A Geräte und aufwärts unterstützt.

Für die beste Erfahrung in Erkennungsmodus drehen Sie das Gerät nach links.

_______________________________________________________________

TensorFlow:

Wenn Sie das Tensorflow Inception5h Modell verwenden möchten, laden Sie es von hier:

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

Dann kopieren Sie die Datei "tensorflow_inception_graph.pb" auf "/ sdcard / Bilder / facerecognition / data / TensorFlow"

Verwenden Sie diese Standardeinstellungen für einen Start:

Anzahl der Klassen: 1001 (nicht relevant, da wir verwenden, um die letzte Schicht nicht)

Eingabegröße: 224

Bild Mittelwert: 128

Ausgabegröße: 1024

Eingangsschicht: Eingabe

Ausgangslage: avgpool0

Modelldatei: tensorflow_inception_graph.pb

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

Wenn Sie das VGG Gesicht Descriptor Modell verwenden möchten, laden Sie es von hier:

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

Achtung: Dieses Modell wird nur auf Geräte mit mindestens 3 GB oder RAM.

Dann kopieren Sie die Datei "vgg_faces.pb" auf "/ sdcard / Bilder / facerecognition / data / TensorFlow"

Verwenden these default settings für einen start:

Anzahl der Klassen: 1000 (nicht relevant, da wir verwenden, um die letzte Schicht nicht)

Eingabegröße: 224

Bild Mittelwert: 128

Ausgabegröße: 4096

Eingangsschicht: Platzhalter

Ausgangslage: FC7 / FC7

Modelldatei: vgg_faces.pb

_______________________________________________________________

Caffe:

Wenn Sie das VGG Gesicht Descriptor Modell verwenden möchten, laden Sie es von hier:

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

Achtung: Dieses Modell wird nur auf Geräte mit mindestens 3 GB oder RAM.

Dann kopieren Sie die Dateien "VGG_FACE_deploy.prototxt" und "VGG_FACE.caffemodel" auf "/ sdcard / Bilder / facerecognition / data / caffe"

Verwenden Sie diese Standardeinstellungen für einen Start:

Mittelwert: 104, 117, 123

Ausgangslage: FC7

Modelldatei: VGG_FACE_deploy.prototxt

Gewichte Datei: VGG_FACE.caffemodel

_______________________________________________________________

Die Lizenzdateien finden Sie hier https://github.com/Qualeams/Android-Face-Recognition-with-Deep-Learning/blob/master/LICENSE.txt und hier https://github.com/Qualeams/Android- Face-Recognition-mit-Tief-Learning / Blob / Master / NOTICE.txt