Face Recognition

Face Recognition può essere utilizzato come un quadro di prova per diversi metodi di riconoscimento dei volti, tra cui le reti neurali con tensorflow e Caffe.
Esso comprende seguenti algoritmi di pre-elaborazione:
- scala di grigi
- Raccolto
- Allineamento Eye
- Correzione gamma
- Differenza di gaussiane
- Canny-Filter
- modello binario locale
- Histogramm equalizzazione (può essere utilizzato solo se si utilizza troppo in scala di grigi)
- Ridimensiona
È possibile scegliere tra i seguenti metodi di estrazione e classificazione caratteristica:
- Eigenfaces con Nearest Neighbor
- Immagine Rimodellare con Support Vector Machine
- tensorflow con SVM o KNN
- Caffe con SVM o KNN
Il manuale può essere trovato qui https://github.com/Qualeams/Android-Face-Recognition-with-Deep-Learning/blob/master/USER%20MANUAL.md
Al momento sono supportati solo dispositivi armeabi-V7A e oltre.
Per la migliore esperienza in modalità di riconoscimento ruotare il dispositivo verso sinistra.
_______________________________________________________________
tensorflow:
Se si desidera utilizzare il modello tensorflow Inception5h, scaricarlo da qui:
https://storage.googleapis.com/download.tensorflow.org/models/inception5h.zip
Quindi copiare il file "tensorflow_inception_graph.pb" a "/ sdcard / Immagini / facerecognition / dati / tensorflow"
Utilizzare queste impostazioni predefinite per un inizio:
Numero di classi: 1001 (non rilevante come non usiamo l'ultimo strato)
Ingresso Dimensione: 224
Immagine media: 128
formato di uscita: 1024
strato Input:
strato di uscita: avgpool0
File Modello: tensorflow_inception_graph.pb
-------------------------------------------------- -------------------------------------------------- -----
Se si desidera utilizzare il modello VGG Volto descrittore, scaricarlo da qui:
https://www.dropbox.com/s/51wi2la5e034wfv/vgg_faces.pb?dl=0
Avvertenza: Questo modello funziona solo su dispositivi con almeno 3 GB di RAM.
Quindi copiare il file "vgg_faces.pb" a "/ sdcard / Immagini / facerecognition / dati / tensorflow"
Utilizzare queste impostazioni predefinite per un inizio:
Numero di classi: 1000 (non rilevante come non usiamo l'ultimo strato)
Ingresso Dimensione: 224
Immagine media: 128
formato di uscita: 4096
strato di input: segnaposto
strato di uscita: FC7 / FC7
File Modello: vgg_faces.pb
_______________________________________________________________
Caffe:
Se si desidera utilizzare il modello VGG Volto descrittore, scaricarlo da qui:
http://www.robots.ox.ac.uk/~vgg/software/vgg_face/src/vgg_face_caffe.tar.gz
Avvertenza: Questo modello funziona solo su dispositivi con almeno 3 GB di RAM.
Quindi copiare i file "VGG_FACE_deploy.prototxt" e "VGG_FACE.caffemodel" a "/ sdcard / Immagini / facerecognition / dati / caffe"
Utilizzare queste impostazioni predefinite per un inizio:
valori medi: 104, 117, 123
strato di uscita: FC7
File Modello: VGG_FACE_deploy.prototxt
file dei pesi: VGG_FACE.caffemodel
_______________________________________________________________
I file di licenza possono essere trovati qui https://github.com/Qualeams/Android-Face-Recognition-with-Deep-Learning/blob/master/LICENSE.txt e qui https://github.com/Qualeams/Android- face-Recognition-con-Deep-Learning / blob / master / NOTICE.txt

Aggiornamento Face Recognition 1.5.1

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