Face Recognition APK para Android

Por sladomic
Gratuito
Calificación del usuario

Descargar ahora

¿Has usado Face Recognition para Android?

Descripción del desarrollador

By sladomic

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.