Android TensorFlow Lite实时人脸识别
·
0. 前言
- 本文是基于知乎文章Android TensorFlow Lite实时人脸识别而写，本文更像是对知乎文章的观后总结，感兴趣可以阅读原文。
- 本文要完成一个离线的人脸识别应用，涉及到人脸检测和人脸识别两项主要技术。
1. 技术选择
1.1 人脸检测
人脸检测直接使用ML Kit，这是一个旨在Machine learning for mobile developers的库。
1.2 人脸识别
| 方案 | LFW精度 | 耗时 | 备注 |
|---|---|---|---|
| Adrian | 93% | 1/14 | 基于OpenCV |
| FaceNet | 99.63% | 3.5s(Pixel 3) | 不算实时性 |
| MobileFaceNet | 高 | 快 | 5.2MB(能实时性) |
综上，选择MobileFaceNet，这是TF实现的MobileFaceNet项目，经过该步骤，我们将训练得到一个人脸识别的模型。
在模式部署到Android时，使用TensorFlow Lite解决方案，将训练得到的模型经过优化压缩，适合在边缘设备部署。
2. 人脸识别模型的实现
正在训练中…
DAMO开发者矩阵，由阿里巴巴达摩院和中国互联网协会联合发起，致力于探讨最前沿的技术趋势与应用成果，搭建高质量的交流与分享平台，推动技术创新与产业应用链接，围绕“人工智能与新型计算”构建开放共享的开发者生态。
更多推荐
0
0- 0
已为社区贡献6条内容
所有评论(0)