¿Has usado Face Recognition para Android?


Análisis de Face Recognition

Contenido asistido por IA ·

No escrito por el personal de CNET.

Face Recognition is a robust utility designed for Android devices, focusing on testing and evaluating face recognition algorithms. This free application serves as a test framework, enabling users to assess the performance of various face recognition methods while also generating training data for new algorithms. Key features include a built-in image preprocessing algorithm that enhances compatibility with any face recognition technique, ensuring efficient data processing and analysis.

To utilize the TensorFlow model, users must download a specific file, 'tensorflow_inception_graph.pb', and place it in the designated folder on their device. The app operates optimally with default settings for the preprocessing algorithm, which is crucial for achieving accurate results. Additionally, it incorporates an image classification algorithm, aimed at maximizing the performance of the implemented model, making it a valuable tool for developers and researchers in the field of face recognition.

Imagen ampliada para Face Recognition
Face Recognition 0/4

¿Has usado Face Recognition para Android?


Explorar más


Especificaciones completas

GENERAL
Lanzamiento
Última actualización
Versión
1.5.1
SISTEMAS OPERATIVOS
Plataforma
Android
Sistema operativo
Android 9.0
POPULARIDAD
Descargas totales
5
Descargas de la última semana
1

Informar sobre el software

Programa disponible en otros idiomas


Últimas actualizaciones


Descripción del desarrollador

El reconocimiento facial puede utilizarse como un marco de prueba para los métodos de reconocimiento facial.
El reconocimiento facial se puede utilizar como un marco de prueba para varios métodos de reconocimiento facial, incluidos las redes neuronales con TensorFlow y Caffe. Incluye los siguientes algoritmos de preprocesamiento: Escala de grises - Recorte - Alineación ocular - Corrección gamma - Diferencia de gaussianas - Filtro Canny - Patrón binario local - Ecualización de histograma (solo se puede utilizar si también se utiliza escala de grises) - Redimensionar. Puedes elegir entre los siguientes métodos de extracción de características y clasificación: Eigenfaces con vecino más cercano - Redimensionamiento de imágenes con máquina de soporte vectorial - TensorFlow con SVM o KNN - Caffe con SVM o KNN. El manual se puede encontrar aquí https://github.com/sladomic/Face-Recognition. En este momento, solo se admiten dispositivos armeabi-v7a y superiores. Para una mejor experiencia en modo de reconocimiento, gira el dispositivo hacia la izquierda. Para un mejor rendimiento, utiliza "Redimensionamiento de imágenes con máquina de soporte vectorial" (0.5 s / imagen). Para la mejor precisión, utiliza el modelo "VGG Face Descriptor" (sin embargo, el rendimiento es muy malo - 6.5 s / imagen). TensorFlow: Si deseas utilizar el modelo Tensorflow Inception5h, descárgalo desde aquí: https://storage.googleapis.com/download.tensorflow.org/models/inception5h.zip. Luego copia el archivo "tensorflow_inception_graph.pb" a "/sdcard/Pictures/facerecognition/data/TensorFlow". Usa estos ajustes predeterminados para empezar: Número de clases: 1001 (no relevante ya que no utilizamos la última capa) Tamaño de entrada: 224 Media de imagen: 128 Tamaño de salida: 1024 Capa de entrada: input Capa de salida: avgpool0 Archivo del modelo: tensorflow_inception_graph.pb. Si deseas utilizar el modelo VGG Face Descriptor, descárgalo desde aquí: https://www.dropbox.com/s/51wi2la5e034wfv/vgg_faces.pb?dl=0. Precaución: Este modelo solo funciona en dispositivos con al menos 3 GB de RAM. Luego copia el archivo "vgg_faces.pb" a "/sdcard/Pictures/facerecognition/data/TensorFlow". Usa estos ajustes predeterminados para empezar: Número de clases: 1000 (no relevante ya que no utilizamos la última capa) Tamaño de entrada: 224 Media de imagen: 128 Tamaño de salida: 4096 Capa de entrada: Placeholder Capa de salida: fc7/fc7 Archivo del modelo: vgg_faces.pb. Caffe: Si deseas utilizar el modelo VGG Face Descriptor, descárgalo desde aquí: http://www.robots.ox.ac.uk/.vgg/software/vgg_face/src/vgg_face_caffe.tar.gz. Precaución: Este modelo solo funciona en dispositivos con al menos 3 GB de RAM. Luego copia los archivos "VGG_FACE_deploy.prototxt" y "VGG_FACE.caffemodel" a "/sdcard/Pictures/facerecognition/data/caffe". Usa estos ajustes predeterminados para empezar: Valores medios: 104, 117, 123 Capa de salida: fc7 Archivo del modelo: VGG_FACE_deploy.prototxt Archivo de pesos: VGG_FACE.caffemodel.

Download.com
Tu valoración para Face Recognition
Download.com

Divulgación de contenido asistido por IA

Contenido creado y revisado por Softonic con información obtenida de sladomic, utilizando IA.

El equipo editorial de CNET no participó en la creación de este contenido. Las opiniones, análisis y reseñas no fueron proporcionados por CNET.