Face Recognition for Android APK

Опис

Розпізнавання облич можна використовувати як тестову структуру для кількох методів розпізнавання облич, включаючи нейронні мережі з TensorFlow і Caffe. Він включає наступні алгоритми попередньої обробки: відтінки сірого- обрізання- вирівнювання очей- корекція гами- різниця гаусів- фільтр Canny- локальний двійковий шаблон- вирівнювання гістограми (може використовуватися, лише якщо використовується також відтінки сірого) - зміна розміру. Ви можете вибрати з наступного вилучення функцій і методи класифікації: Власні грані з найближчим сусідом- Зміна форми зображення за допомогою Support Vector Machine- TensorFlow із SVM або KNN- Caffe з SVM або KNNПосібник можна знайти тут https://github.com/sladomic/Face-RecognitionНа даний момент тільки armeabi- Підтримуються пристрої v7a і вище. Для кращої роботи в режимі розпізнавання поверніть пристрій ліворуч. Для найкращої продуктивності використовуйте «Реформування зображення за допомогою опорної векторної машини» (0,5 с/зображення). Для кращої точності використовуйте модель «VGG Face Descriptor» (хоча продуктивність дуже погана – 6,5 с/зображення). TensorFlow: якщо ви хочете використовувати модель Tensorflow Inception5h, завантажте її звідси: https://storage. googleapis.com/download. tensorflow. org/models/inception5h. zip Потім скопіюйте файл "tensorflow_inception_graph. pb" до "/sdcard/Pictures/facerecognition/data/TensorFlow" Для початку використовуйте ці параметри за замовчуванням: Кількість класів: 1001 (не актуально, оскільки ми не використовуємо останній шар) Розмір введення : 224 Середнє значення зображення: 128 Вихідний розмір: 1024 Вхідний рівень: вхідний вихідний рівень: avgpool0 Файл моделі: tensorflow_inception_graph. pb. Якщо ви хочете використовувати модель VGG Face Descriptor, завантажте її звідси: https://www.dropbox.com/s/51wi2la5e034wfv/vgg_faces. pb? dl=0Увага: ця модель працює лише на пристроях із принаймні 3 ГБ або оперативною пам’яттю. Потім скопіюйте файл "vgg_faces. pb" до "/sdcard/Pictures/facerecognition/data/TensorFlow" Для початку використовуйте ці налаштування за замовчуванням: Кількість класів: 1000 (не актуально, оскільки ми не використовуємо останній шар) Розмір введення : 224 Середнє значення зображення: 128 Вихідний розмір: 4096 Вхідний шар: Placeholder Вихідний шар: fc7/fc7 Файл моделі: vgg_faces. pb. Caffe: якщо ви хочете використовувати модель VGG Face Descriptor, завантажте її звідси: http://www.robots. віл ac. uk/. vgg/software/vgg_face/src/vgg_face_caffe. дьоготь. gzУвага: ця модель працює лише на пристроях із принаймні 3 ГБ або оперативною пам’яттю. Потім скопіюйте файли "VGG_FACE_deploy. prototxt" і "VGG_FACE. caffemodel" до "/sdcard/Pictures/facerecognition/data/caffe" Для початку використовуйте ці налаштування за замовчуванням: Середні значення: 104, 117, 123Вихідний рівень: fc7Файл моделі: VGG_FACE_deploy . файл prototxtWeights: VGG_FACE. caffemodel.