تشخیص چهره می تواند به عنوان یک چارچوب آزمایش برای روشهای تشخیص چهره استفاده شود

درباره این برنامه

تشخیص چهره می تواند به عنوان یک چارچوب آزمایش برای چندین روش تشخیص چهره از جمله شبکه های عصبی با Tensorflow و Caffe استفاده شود.

این شامل الگوریتم های پیش پردازش زیر است:
- مقیاس خاکستری
- محصول
- تراز چشم
- تصحیح گاما
- تفاوت گاوسی ها
- فیلتر کنسرو
- الگوی باینری محلی
- تساوی Histogramm (فقط در صورت استفاده از مقیاس خاکستری نیز قابل استفاده است)
- تغییر اندازه

شما می توانید از روش های استخراج و طبقه بندی ویژگی های زیر انتخاب کنید:
- Eigenfaces با نزدیکترین همسایه
- تغییر شکل تصویر با دستگاه بردار پشتیبانی
- Tensorflow با SVM یا KNN
- کاف با SVM یا KNN

دفترچه راهنما را می توان در اینجا یافت https://github.com/qualeams/android-face-recognition-with-deep-learning/blob/master/user٪20manual.md

در حال حاضر فقط دستگاه های armeabi-v7a و به سمت بالا پشتیبانی می شوند.

برای بهترین تجربه در حالت تشخیص ، دستگاه را به سمت چپ بچرخانید.
_______________________________________________________________

tensorflow:

اگر می خواهید از مدل tensorflow inception5h استفاده کنید ، آن را از اینجا بارگیری کنید:
https://storage.googleapis.com/download.tensorflow.org/models/inception5h.zip

سپس پرونده "tensorflow_inception_graph.pb" را به "/sdcard/تصاویر/facerecognition/data/tensorflow کپی کنید"

برای شروع از این تنظیمات پیش فرض استفاده کنید:
تعداد کلاس ها: 1001 (مرتبط نیست زیرا ما از آخرین لایه استفاده نمی کنیم)
اندازه ورودی: 224
میانگین تصویر: 128
اندازه خروجی: 1024
لایه ورودی: ورودی
لایه خروجی: avgpool0
پرونده مدل: tensorflow_inception_graph.pb
---------------------------------------------------------- ---------------------------------------------------------- -----
اگر می خواهید از مدل توصیف کننده VGG Face استفاده کنید ، آن را از اینجا بارگیری کنید:
https://www.dropbox.com/s/51wi2la5e034wfv/vgg_faces.pb؟dl=0

احتیاط: این مدل فقط در دستگاه هایی با حداقل 3 گیگابایت یا رم اجرا می شود.

سپس پرونده "vgg_faces.pb" را به "/sdcard/تصاویر/facerecognition/data/tensorflow کپی کنید"

برای شروع از این تنظیمات پیش فرض استفاده کنید:
تعداد کلاس ها: 1000 (مرتبط نیست زیرا ما از آخرین لایه استفاده نمی کنیم)
اندازه ورودی: 224
میانگین تصویر: 128
اندازه خروجی: 4096
لایه ورودی: مکان نگهدارنده
لایه خروجی: FC7/FC7
پرونده مدل: vgg_faces.pb
_______________________________________________________________

کاف:

اگر می خواهید از مدل توصیف کننده VGG Face استفاده کنید ، آن را از اینجا بارگیری کنید:
http://www.robots.ox.ac.uk/~vgg/software/vgg_face/src/vgg_face_caffe.tar.gz

احتیاط: این مدل فقط در دستگاه هایی با حداقل 3 گیگابایت یا رم اجرا می شود.

سپس پرونده ها را "vgg_face_deploy.prototxt" و "vgg_face.caffemodel" به "/sdcard/تصاویر/facerecognition/data/caffe کپی کنید" کپی کنید "

برای شروع از این تنظیمات پیش فرض استفاده کنید:
میانگین مقادیر: 104 ، 117 ، 123
لایه خروجی: FC7
پرونده مدل: vgg_face_deploy.prototxt
پرونده وزنه ها: vgg_face.caffemodel

_______________________________________________________________

پرونده های مجوز را می توان در اینجا یافت https://github.com/qualeams/android-face-recognition-with-deep-learning/blob/master/license.txt و اینجا https://github.com/qualeams/android- شناخت چهره-با عمیق-یادگیری/حباب/استاد/اخطار .txt

نسخه ها Face Recognition