चेहरा पहचान

चेहरा पहचान

फेस रिकग्निशन को कई फेस रिकग्निशन मेथड्स के लिए टेस्ट फ्रेमवर्क के रूप में इस्तेमाल किया जा सकता है, जिसमें TensorFlow और Caffe के साथ न्यूरल नेटवर्क्स शामिल हैं।

इसमें निम्नलिखित प्रीप्रोसेसिंग एल्गोरिदम शामिल हैं:
- ग्रेस्केल
- क्रॉप
- नेत्र संरेखण
- गामा सुधार
- गाऊसी का अंतर
- कैनी-फ़िल्टर
- स्थानीय बाइनरी पैटर्न
- हिस्टोग्राम इक्वलाइज़ेशन (केवल तभी उपयोग किया जा सकता है जब ग्रेस्केल का भी उपयोग किया जाता है)
- आकार बदलें

आप निम्नलिखित फीचर निष्कर्षण और वर्गीकरण विधियों में से चुन सकते हैं:
- निकटतम पड़ोसी के साथ Eigenfaces
- सपोर्ट वेक्टर मशीन के साथ इमेज रीशेपिंग
- SVM या KNN के साथ TensorFlow
- SVM या KNN के साथ कैफ

मैनुअल यहां पाया जा सकता है https://github.com/Qualeams/Android-Face-Recognition- with-Deep-Learning/blob/master/USER%20MANUAL.md

फिलहाल केवल armeabi-v7a डिवाइस और ऊपर के डिवाइस समर्थित हैं।

रिकग्निशन मोड में बेहतरीन अनुभव के लिए डिवाइस को बाईं ओर घुमाएं।
_____________________________________________________

TensorFlow:

यदि आप Tensorflow Inception5h मॉडल का उपयोग करना चाहते हैं, तो इसे यहाँ से डाउनलोड करें:
https://storage.googleapis.com/download.tensorflow.org/models/inception5h। zip

फिर फ़ाइल \"tensorflow_inception_graph.pb\" को \"/sdcard/Pictures/faceRecognition/data/TensorFlow\" में कॉपी करें

शुरुआत के लिए इन डिफ़ॉल्ट सेटिंग्स का उपयोग करें:
कक्षाओं की संख्या: 1001 ( प्रासंगिक नहीं है क्योंकि हम अंतिम परत का उपयोग नहीं करते हैं)
इनपुट आकार: 224
छवि का अर्थ: 128
आउटपुट आकार: 1024
इनपुट परत: इनपुट
आउटपुट परत: औसत पूल0
मॉडल फ़ाइल: tensorflow_inception_graph.pb
--------------------------------------------- -------------------------------------------------- --------------
यदि आप VGG फेस डिस्क्रिप्टर मॉडल का उपयोग करना चाहते हैं, तो इसे यहाँ से डाउनलोड करें:
https://www.dropbox.com/s/51wi2la5e034wfv/ vgg_faces.pb?dl=0

सावधानी: यह मी ओडेल केवल कम से कम 3 जीबी या रैम वाले उपकरणों पर चलता है।

फिर फ़ाइल \"vgg_faces.pb\" को \"/sdcard/Pictures/faceRecognition/data/TensorFlow\" में कॉपी करें

शुरुआत के लिए इन डिफ़ॉल्ट सेटिंग्स का उपयोग करें:
कक्षाओं की संख्या: 1000 (नहीं) प्रासंगिक है क्योंकि हम अंतिम परत का उपयोग नहीं करते हैं)
इनपुट आकार: 224
छवि का अर्थ: 128
आउटपुट आकार: 4096
इनपुट परत: प्लेसहोल्डर
आउटपुट परत: fc7/fc7
मॉडल फ़ाइल: vgg_faces.pb
___________________________________________________________

कैफ़े:

यदि आप VGG फेस डिस्क्रिप्टर मॉडल का उपयोग करना चाहते हैं, तो इसे यहाँ से डाउनलोड करें:
http://www.robots.ox.ac। uk/~vgg/software/vgg_face/src/vgg_face_caffe.tar.gz

सावधानी: यह मॉडल केवल कम से कम 3 जीबी या रैम वाले उपकरणों पर चलता है।

फिर \"VGG_FACE_deploy.prototxt\" और \"VGG_FACE.caffemodel\" से \"/sdcard/Pictures/faceRecognition/data/caffe\" फाइलों को कॉपी करें

शुरुआत के लिए इन डिफ़ॉल्ट सेटिंग्स का उपयोग करें:
माध्य मान: 104, 117, 123
आउटपुट परत: fc7
मॉडल फ़ाइल: VGG_FACE_deploy.prototxt
वज़न फ़ाइल: VGG_FACE.caffemodel

___________________________________________________________

लाइसेंस फ़ाइलें यहां पाई जा सकती हैं https: //github.com/Qualeams/Android-Face-Recognition-with-Deep-Learning/blob/master/LICENSE.txt और यहां https://github.com/Qualeams/Android-Face-Recognition-with-Deep-Learning /blob/master/NOTICE.txt