lierre

텐서플로우 얼굴인식 예제

얼굴 인식은 개인의 얼굴 특징을 매핑하고 데이터를 얼굴 인쇄로 유지합니다....

02 Août

얼굴 인식은 개인의 얼굴 특징을 매핑하고 데이터를 얼굴 인쇄로 유지합니다. 이 소프트웨어는 딥 러닝 알고리즘을 사용하여 사람의 보관된 디지털 이미지 또는 사람의 얼굴을 실시간으로 캡처하여 얼굴 인쇄와 대조하여 개인의 신원을 인증합니다. TensorFlow Hub의 모든 이미지 모듈은 [0, 1] 범위의 플로트 입력을 기대합니다. 이를 위해 ImageDataGenerator의 크기 조정 매개 변수를 사용합니다. 또한 텐서플로우 허브는 최상위 분류 계층 없이 모델을 배포합니다. 이들은 쉽게 전송 학습을 수행하는 데 사용할 수 있습니다. 이 예제에서는 TensorFlow 꽃 데이터 집합을 사용합니다: nodejs를 사용한 얼굴 인식에 대한 다른 기사를 읽은 경우: Node.js + face-recognition.js : 딥 러닝을 사용하는 간단하고 강력한 얼굴 인식, 얼마 전에 조립했다는 것을 알고 있을 수 있습니다. 유사한 패키지(예: 얼굴 인식.js)로 인해 얼굴 인식이 노드에 표시됩니다. 안녕하세요, 저는 기계 학습 애호가인 스와스티크 소마니입니다. 오늘은 TensorFlow 사전 훈련 된 모델과 얼굴을 감지하는 데 사용되는 OpenCv를 사용하여 얼굴 인식 모델을 만드는 방법을 설명합니다. 텐서플로우 허브는 미리 학습된 모델 구성요소를 공유하는 방법입니다. 사전 학습된 모델의 검색 가능한 목록은 TensorFlow 모듈 허브를 참조하십시오. 얼굴 인식은 자신의 얼굴에 대한 독특한 특성을 측정하는 생체 인식 솔루션입니다.

현재 이용 가능한 애플리케이션으로는 항공편 체크인, 사진에 친구 및 가족 구성원 태그 지정, « 맞춤형 » 광고 등이 있습니다. 이것은 « FaceNet: 얼굴 인식 및 클러스터링을 위한 통합 포함 »이라는 논문에 설명된 얼굴 인식기의 TensorFlow 구현입니다. 이 프로젝트는 또한 옥스포드의 시각적 지오메트리 그룹에서 종이 « 깊은 얼굴 인식 »에서 아이디어를 사용합니다. tfhub.dev의 모든 텐서플로우 1.x 이미지 분류자 URL은 여기에서 작동합니다. 얼굴 인식 시스템은 사람의 얼굴 기능을 사용하여 이미지 또는 비디오에서 사람의 얼굴을 식별하는 데 사용됩니다. 딥 러닝 알고리즘을 사용하여 얼굴 인식 모델을 만듭니다. 컨볼루션 신경망을 사용하여 사람의 얼굴을 감지합니다. 인식 시작! 추적 백 (가장 최근 호출 마지막) : 파일 « 페이스 넷 / src / face_recognition_image.py », 줄 71, 경우 frame.ndim == 2: AttributeError: `NoneType` 개체는 `ndim`이 없습니다이 튜토리얼은 텐서 플로우를 사용하여 얼굴 인식 네트워크를 만드는 방법을 보여줍니다, Dlib, 도커. 네트워크는 FaceNet을 사용하여 얼굴 피처를 벡터로 매핑합니다(포함이라고 함). 얼굴 피처가 숫자로 인코딩되면 네트워크는 두 벡터 사이의 거리를 계산하고 두 이미지가 동일한 개인에 속하는지 여부를 결정합니다. Docker를 사용하여 텐서플로우, Dlib 및 OpenCV를 설치합니다.

Dlib에는 정렬 및 얼굴 감지를 가능하게하는 라이브러리가 있습니다. 먼저 만든 큐에서 이미지를 로드합니다. 교육 하는 동안 이미지에 전처리를 적용 합니다. 이 전처리는 이미지에 임의 변환을 추가하여 학습할 더 많은 이미지를 만듭니다. 미리 학습된 모델을 Face_ID/facenet/src/ 에 넣었는데 프로그램을 실행할 때 « 모델 디렉토리에 메타 파일이 두 개 이상 없어야 합니다 »라는 것이 나타났습니다.