เราใช้คุกกี้และเทคโนโลยีอื่น ๆ บนเว็บไซต์นี้ เพื่อปรับปรุงประสบการณ์การใช้งานของคุณ
การคลิกลิงก์ใด ๆ ในหน้านี้แสดงว่าคุณยินยอมในส่วนของ นโยบายความเป็นส่วนตัว และ นโยบายคุกกี้ ของเรา
ตกลง ฉันยินยอม เรียนรู้เพิ่มเติม

เกี่ยวกับ Face Recognition

จดจำใบหน้าสามารถนำมาใช้เป็นกรอบการทดสอบสำหรับวิธีการจดจำใบหน้า

จดจำใบหน้าสามารถนำมาใช้เป็นกรอบสำหรับการทดสอบหลายวิธีการจดจำใบหน้ารวมทั้งโครงข่ายประสาทกับ TensorFlow และ Caffe

ซึ่งจะรวมถึงขั้นตอนวิธีการประมวลผลเบื้องต้นดังต่อไปนี้:

- สีเทา

- พืช

- การจัดตา

- แก้ไขแกมมา

- ความแตกต่างของ Gaussians

- แสนรู้กรอง

- รูปแบบการท้องถิ่นไบนารี

- ฮิสโตแกรมอีค (สามารถใช้ได้เฉพาะถ้าสีเทาถูกนำมาใช้มากเกินไป)

- การปรับขนาด

คุณสามารถเลือกจากคุณสมบัติการสกัดและการจำแนกวิธีการต่อไปนี้:

- eigenfaces กับเพื่อนบ้านที่ใกล้ที่สุด

- ภาพ Reshaping กับเครื่องสนับสนุนเวกเตอร์

- TensorFlow กับ SVM หรือ KNN

- Caffe กับ SVM หรือ KNN

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

ในขณะที่เพียงอุปกรณ์ armeabi-v7a ขึ้นไปได้รับการสนับสนุน

สำหรับประสบการณ์ที่ดีที่สุดในโหมดการรับรู้หมุนอุปกรณ์ไปทางซ้าย

_______________________________________________________________

TensorFlow:

หากคุณต้องการที่จะใช้รูปแบบ Tensorflow Inception5h, ดาวน์โหลดได้จากที่นี่:

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

แล้วคัดลอกไฟล์ "tensorflow_inception_graph.pb" กับ "/ sdcard / รูปภาพ / facerecognition / ข้อมูล / TensorFlow"

ใช้การตั้งค่าเริ่มต้นเหล่านี้สำหรับการเริ่มต้น:

จำนวนของชั้นเรียน 1001 (ไม่เกี่ยวข้องในขณะที่เราไม่ได้ใช้ชั้นสุดท้าย)

ป้อนข้อมูลขนาด: 224

ภาพเฉลี่ย: 128

ขนาดเอาท์พุท: 1024

ชั้นการป้อนข้อมูล: การป้อนข้อมูล

ชั้นขาออก: avgpool0

ไฟล์แบบ: tensorflow_inception_graph.pb

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

หากคุณต้องการที่จะใช้รูปแบบ VGG ใบหน้าอธิบาย, ดาวน์โหลดได้จากที่นี่:

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

ข้อควรระวัง: รุ่นนี้จะทำงานเฉพาะบนอุปกรณ์ที่มีอย่างน้อย 3 GB หรือแรม

แล้วคัดลอกไฟล์ "vgg_faces.pb" กับ "/ sdcard / รูปภาพ / facerecognition / ข้อมูล / TensorFlow"

ใช้การตั้งค่าเริ่มต้นเหล่านี้สำหรับการเริ่มต้น:

จำนวนของชั้นเรียน 1000 (ไม่เกี่ยวข้องในขณะที่เราไม่ได้ใช้ชั้นสุดท้าย)

ป้อนข้อมูลขนาด: 224

ภาพเฉลี่ย: 128

ขนาดเอาท์พุท: 4096

ชั้นอินพุต: ตัวยึดตำแหน่ง

ชั้นขาออก: FC7 / FC7

ไฟล์แบบ: vgg_faces.pb

_______________________________________________________________

Caffe:

หากคุณต้องการที่จะใช้รูปแบบ VGG ใบหน้าอธิบาย, ดาวน์โหลดได้จากที่นี่:

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

ข้อควรระวัง: รุ่นนี้จะทำงานเฉพาะบนอุปกรณ์ที่มีอย่างน้อย 3 GB หรือแรม

จากนั้นคัดลอกไฟล์ "VGG_FACE_deploy.prototxt" และ "VGG_FACE.caffemodel" กับ "/ sdcard / รูปภาพ / facerecognition / ข้อมูล / Caffe"

ใช้การตั้งค่าเริ่มต้นเหล่านี้สำหรับการเริ่มต้น:

ค่าเฉลี่ย: 104, 117, 123

ชั้นขาออก: FC7

รุ่นไฟล์: VGG_FACE_deploy.prototxt

ยื่นน้ำหนัก: VGG_FACE.caffemodel

_______________________________________________________________

แฟ้มใบอนุญาตสามารถพบได้ที่นี่และที่นี่ https://github.com/Qualeams/Android-Face-Recognition-with-Deep-Learning/blob/master/LICENSE.txt https://github.com/Qualeams/Android- การจดจำใบหน้าที่มีลึกการเรียนรู้ / หยด / Master / NOTICE.txt

มีอะไรใหม่ใน 1.5.1 เวอร์ชันล่าสุด

Last updated on May 28, 2017

- Switch from building Tensorflow from source to using the Jcenter library
- Included optimized_facenet model and changed default settings to use TensorFlow by default

กำลังโหลดการแปล...

ข้อมูล แอป เพิ่มเติม

เวอร์ชันล่าสุด

ส่งคำขออัปเดต Face Recognition 1.5.1

อัปโหลดโดย

Jonathan Lopez

ต้องใช้ Android

Android 5.0+

Available on

ดาวน์โหลด Face Recognition ผ่าน Google Play

แสดงเพิ่มเติม

Face Recognition ภาพหน้าจอ

ภาษา
สมัครสมาชิก APKPure
เป็นคนแรกที่เข้าถึงการเปิดตัวข่าวและคำแนะนำเกี่ยวกับเกมและแอพ Android ที่ดีที่สุด
ไม่เป็นไรขอบคุณ
ลงชื่อ
สมัครสมาชิกสำเร็จ!
ตอนนี้คุณสมัครเป็นสมาชิก APKPure
สมัครสมาชิก APKPure
เป็นคนแรกที่เข้าถึงการเปิดตัวข่าวและคำแนะนำเกี่ยวกับเกมและแอพ Android ที่ดีที่สุด
ไม่เป็นไรขอบคุณ
ลงชื่อ
ความสำเร็จ!
ตอนนี้คุณสมัครรับจดหมายข่าวของเรา