Acerca de esta aplicación
El reconocimiento facial se puede utilizar como un marco de prueba para varios métodos de reconocimiento facial, incluidas las redes neuronales con flujo tensor y la cafetería.Incluye los siguientes algoritmos de preprocesamiento:
- escala de grises
- Cultivo
- Alineación ocular
- Corrección gamma
- diferencia de gaussianos
- Canny-Filter
- Patrón binario local
- Al igualación de histogramm (solo se puede usar si se usa la escala de grises también)
- Cambiar el tamaño
Puede elegir entre los siguientes métodos de extracción y clasificación de características:
- Eigenfaces con vecino más cercano
- remodelación de la imagen con la máquina vectorial de soporte
- Tensorflow con SVM o KNN
- Cafe con SVM o KNN
El manual se puede encontrar aquí https://github.com/qualeams/android-face-recognition-with-deep-letarning/blob/master/user%20manual.md
Por el momento solo son compatibles con los dispositivos Armeabi-V7A y hacia arriba.
Para la mejor experiencia en modo de reconocimiento, gire el dispositivo a la izquierda.
___________________________________________________________
TensorFlow:
Si desea usar el modelo TensorFlow Inception5H, descargue desde aquí:
https://storage.googleapis.com/download.tensorflow.org/models/inception5h.zip
Luego copie el archivo "tensorflow_inception_graph.pb" a "/sdcard/piciets/facerecognition/data/tensorflow"
Use estas configuraciones predeterminadas para comenzar:
Número de clases: 1001 (no relevante ya que no usamos la última capa)
Tamaño de entrada: 224
Imagen media: 128
Tamaño de salida: 1024
Capa de entrada: entrada
Capa de salida: AVGPOOL0
Archivo de modelo: tensorflow_inception_graph.pb
-------------------------------------------------- -------------------------------------------------- -----
Si desea usar el modelo VGG Face Descriptor, descargue desde aquí:
https://www.dropbox.com/s/51wi2la5e034wfv/vgg_faces.pb?dl=0
Precaución: este modelo se ejecuta solo en dispositivos con al menos 3 GB o RAM.
Luego copie el archivo "vgg_faces.pb" to "/sdcard/picotes/facerecognition/data/tensorflow"
Use estas configuraciones predeterminadas para comenzar:
Número de clases: 1000 (no relevantes ya que no usamos la última capa)
Tamaño de entrada: 224
Imagen media: 128
Tamaño de salida: 4096
Capa de entrada: marcador de posición
Capa de salida: FC7/FC7
Archivo de modelo: vgg_faces.pb
___________________________________________________________
Cafe:
Si desea usar el modelo VGG Face Descriptor, descargue desde aquí:
http://www.robots.ox.ac.uk/~vgg/software/vgg_face/src/vgg_face_caffe.tar.gz
PRECAUCIÓN: Este modelo se ejecuta solo en dispositivos con al menos 3 GB o RAM.
Luego copie los archivos "VGG_FACE_DEPLOY.PROTOTXT" y "VGG_FACE.CAFFEMODEL" TO "/SDCARD/PICTICS/FACERECOGNITION/DATA/CAFFE"
Use estas configuraciones predeterminadas para comenzar:
Valores medios: 104, 117, 123
Capa de salida: FC7
Archivo de modelo: VGG_FACE_DEPLOY.PROTOTXT
Archivo de pesas: vgg_face.caffemodel
___________________________________________________________
Los archivos de la licencia se pueden encontrar aquí https://github.com/qualeams/android-face-recognition-with-deep-letarning/blob/master/license.txt y aquí https://github.com/qualeams/android-- Face-reconocimiento con el aprendizaje profundo/blob/master/notar.txt
