จดจำใบหน้าสามารถนำมาใช้เป็นกรอบการทดสอบสำหรับวิธีการจดจำใบหน้า
advertisement
ชื่อ | Face Recognition |
---|---|
เวอร์ชัน | 1.5.1 |
ปรับปรุง | 28 พ.ค. 2017 |
ขนาด | 54 MB |
ประเภท | ไลบรารีและการสาธิต |
การติดตั้ง | 100K+ |
นักพัฒนาซอฟต์แวร์ | Qualeams |
Android OS | Android 5.0+ |
Google Play ID | ch.zhaw.facerecognition |
Face Recognition · คำอธิบาย
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
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