Face Recognition for Android APK

기술

얼굴 인식은 TensorFlow 및 Caffe를 사용한 신경망을 비롯한 여러 얼굴 인식 방법에 대한 테스트 프레임워크로 사용할 수 있습니다. 여기에는 다음과 같은 전처리 알고리즘이 포함됩니다. 그레이스케일- 자르기-눈 정렬- 감마 보정- 가우시안 차이- 캐니-필터- 로컬 이진 패턴- 히스토그램 균등화(그레이스케일도 사용되는 경우에만 사용할 수 있음) - 크기 조정 다음 기능 추출 중에서 선택할 수 있습니다. 및 분류 방법: Eigenfaces with Nearest Neighbour- Image Reshaping with Support Vector Machine- TensorFlow with SVM or KNN- Caffe with SVM or KNNThe 매뉴얼은 https://github.com/sladomic/Face-RecognitionAt moment only armeabi- v7a 장치 이상이 지원됩니다. 인식 모드에서 최상의 경험을 위해 장치를 왼쪽으로 돌리십시오. 최상의 성능을 위해 "Support Vector Machine으로 이미지 재형성"(0.5초/이미지)을 사용하십시오. 최고의 정확도를 위해 "VGG Face Descriptor" 모델을 사용하십시오(성능은 매우 나쁨 - 6.5초/이미지). TensorFlow: Tensorflow Inception5h 모델을 사용하려면 https://storage에서 다운로드하세요. googleapis.com/download. 텐서플로. org/models/inception5h. zip그런 다음 "tensorflow_inception_graph.pb" 파일을 "/sdcard/Pictures/facerecognition/data/TensorFlow"에 복사합니다. 시작에 다음 기본 설정을 사용합니다. 클래스 수: 1001(마지막 레이어를 사용하지 않으므로 관련 없음) 입력 크기 : 224이미지 평균: 128출력 크기: 1024입력 레이어: inputOutput 레이어: avgpool0Model 파일: tensorflow_inception_graph. PB. VGG Face Descriptor 모델을 사용하려면 https://www.dropbox.com/s/51wi2la5e034wfv/vgg_faces에서 다운로드하세요. PB? dl=0주의: 이 모델은 최소 3GB 또는 RAM이 있는 장치에서만 실행됩니다. 그런 다음 "vgg_faces.pb" 파일을 "/sdcard/Pictures/facerecognition/data/TensorFlow"에 복사합니다. 시작에 다음 기본 설정 사용: 클래스 수: 1000(마지막 레이어를 사용하지 않으므로 관련 없음) 입력 크기 : 224이미지 평균: 128출력 크기: 4096입력 레이어: PlaceholderOutput 레이어: fc7/fc7모델 파일: vgg_faces. PB. Caffe: VGG Face Descriptor 모델을 사용하려면 http://www.robots에서 다운로드하십시오. 황소. 교류 영국/. vgg/software/vgg_face/src/vgg_face_caffe. 타르. gz주의: 이 모델은 최소 3GB 또는 RAM이 있는 장치에서만 실행됩니다. 그런 다음 "VGG_FACE_deploy.prototxt" 및 "VGG_FACE.caffemodel" 파일을 "/sdcard/Pictures/facerecognition/data/caffe"에 복사합니다. 시작에 다음 기본 설정을 사용합니다. 평균값: 104, 117, 123출력 레이어: fc7Model 파일: VGG_FACE_deplo . prototxtWeights 파일: VGG_FACE. 카페모델.