Face Recognition for Android APK

აღწერა

სახის ამოცნობა შეიძლება გამოყენებულ იქნას როგორც ტესტის ჩარჩო რამდენიმე სახის ამოცნობის მეთოდისთვის, მათ შორის ნერვული ქსელები TensorFlow-ით და Caffe-ით. იგი მოიცავს შემდეგი წინასწარი დამუშავების ალგორითმებს: ნაცრისფერი მასშტაბი- Crop- თვალის გასწორება- გამა კორექცია-გაუსიანების განსხვავება- Canny-Filter- ლოკალური ორობითი ნიმუში- ჰისტოგრამის გათანაბრება (გამოიყენება მხოლოდ ნაცრისფერი მასშტაბის გამოყენების შემთხვევაში) - Resize შეგიძლიათ აირჩიოთ შემდეგი ფუნქციის ამოღება და კლასიფიკაციის მეთოდები: Eigenfaces with Nearest Neighbour- Image Reshaping with Support Vector Machine- TensorFlow with SVM or KNN- Caffe with SVM or KNN სახელმძღვანელო შეგიძლიათ იხილოთ აქ https://github.com/sladomic/Face-Recognitionამ მომენტში მხოლოდ armeabi- v7a მოწყობილობები და ზემოთ არის მხარდაჭერილი. ამოცნობის რეჟიმში საუკეთესო გამოცდილებისთვის მოატრიალეთ მოწყობილობა მარცხნივ. საუკეთესო შესრულებისთვის გამოიყენეთ "Image Reshaping with Support Vector Machine" (0.5 წმ/სურათი). საუკეთესო სიზუსტისთვის გამოიყენეთ "VGG Face Descriptor" მოდელი (მაგრამ შესრულება ძალიან ცუდია - 6. 5 წმ/სურათი). TensorFlow: თუ გსურთ გამოიყენოთ Tensorflow Inception5h მოდელი, გადმოწერეთ იგი აქედან: https://storage. googleapis.com/download. ტენსორფლო. org/models/inception5h. zip შემდეგ დააკოპირეთ ფაილი "tensorflow_inception_graph. pb" "/sdcard/Pictures/facerecognition/data/TensorFlow" გამოიყენეთ ეს ნაგულისხმევი პარამეტრები დასაწყებად: კლასების რაოდენობა: 1001 (არარელევანტურია, რადგან ჩვენ არ ვიყენებთ ბოლო ფენას) შეყვანის ზომა : 224 გამოსახულების საშუალო: 128 გამომავალი ზომა: 1024 შეყვანის ფენა: inputOutput layer: avgpool0მოდელის ფაილი: tensorflow_inception_graph. პბ. თუ გსურთ გამოიყენოთ VGG Face Descriptor მოდელი, ჩამოტვირთეთ იგი აქედან: https://www.dropbox.com/s/51wi2la5e034wfv/vgg_faces. pb? dl=0 სიფრთხილე: ეს მოდელი მუშაობს მხოლოდ მოწყობილობებზე, რომლებსაც აქვთ მინიმუმ 3 გბ ან ოპერატიული მეხსიერება. შემდეგ დააკოპირეთ ფაილი "vgg_faces. pb" "/sdcard/Pictures/facerecognition/data/TensorFlow" გამოიყენეთ ეს ნაგულისხმევი პარამეტრები დასაწყებად: კლასების რაოდენობა: 1000 (არარელევანტურია, რადგან ჩვენ არ ვიყენებთ ბოლო ფენას) შეყვანის ზომა : 224 გამოსახულების საშუალო: 128 გამომავალი ზომა: 4096 შეყვანის ფენა: PlaceholderOutput layer: fc7/fc7მოდელის ფაილი: vgg_faces. პბ. Caffe: თუ გსურთ გამოიყენოთ VGG Face Descriptor მოდელი, გადმოწერეთ იგი აქედან: http://www.robots. ხარი. აწ. დიდი ბრიტანეთი/. vgg/პროგრამული უზრუნველყოფა/vgg_face/src/vgg_face_caffe. tar. gzგაფრთხილება: ეს მოდელი მუშაობს მხოლოდ მოწყობილობებზე, რომლებსაც აქვთ მინიმუმ 3 გბ ან ოპერატიული მეხსიერება. შემდეგ დააკოპირეთ ფაილები "VGG_FACE_deploy. prototxt" და "VGG_FACE. caffemodel" "/sdcard/Pictures/facerecognition/data/caffe"დასაწყისად გამოიყენეთ ეს ნაგულისხმევი პარამეტრები: საშუალო მნიშვნელობები: 104, 117, 123OutputGModel file: fACEde7. . prototxtWeights ფაილი: VGG_FACE. კაფემოდელი.