[06/08/2019 13:06] Hi Everyone. Em đang làm cái nhận diện và nhận dạng . . .


#1

Nguồn post: https://www.facebook.com/257768141347267_704721269985283
Hi Everyone.:kissing_heart::kissing_heart::kissing_heart: Em đang làm cái nhận diện và nhận dạng khuông mặt trong video, (Face detection & Face Recognation) bằng Deep learning. (đầu tiên là làm trên video attach vào ok, sau đó mới nghiên cứu cho nó real - time ạ). Anh/Chị nào có làm mấy dạng này rồi có thể cho Em xin chút kinh nghiệm. Nếu có tài liệu hay chương trình mẫu nào same same… share giúp Em học hỏi với ạ.:smiling_face_with_three_hearts::smiling_face_with_three_hearts: Cảm ơn mọi người! ##Deeplearning#Neuralnetwork#Facedectection#faceRecognation.


#2

Các bạn lưu ý, tất cả các bình luận “.” sẽ bị band luôn từ lần sau. Có 1 cuộc thi và có cả 1 loạt lời giải rồi mà bạn:


#3

Bạn nào cần chạy trên iOS thì có thử: https://itunes.apple.com/tn/app/facebitwork-face-recognition/id1413046869 Cần source code cho iOS thì PM mình :smiley:


#4

Face recognition thường có

  1. Face detection: phát hiện vùng khuôn mặt trong ảnh/frame (bạn có thể tham khảo MTCNN, hog, SSD, dlib,…)
  2. Face alignment/chuẩn hóa: với các bức ảnh thu được từ bước 1, tiến hành xoay ảnh, chỉnh sáng tối, chuẩn hóa.
  3. Face embedding: Dùng các mô hình deeplearning để trích xuất vector đặc trưng cho các bức ảnh (tham khảo, openface, deepface, insightface, … Search gg là thấy)
  4. Face classification (với các vector đặc trưng vừa có, tiến hành phân lớp sử dùng ML (Knn, SVM) hay DL (Softmax classification)… Tài liệu search trên mạng khá nhiều. Bạn có thể tham khảo các nguồn như PyImage (tut chi tiết dễ hiểu), code cuộc thi aivivi nhận diện người nổi tiếng, … Đây là git mình vọc chơi, bạn có thể tham khảo: https://github.com/anhtuhsp/Face-Recognition-with-InsightFace

#5

đợt trước mk có làm chơi 1 project về nhận dạng khuôn mặt. Đầu tiên bạn chuẩn hóa đầu vào, cắt phần khuôn mặt (HOG: cái này nhanh nhưng chỉ áp dụng vs khuôn mặt nhìn đối diện), xoay mặt về dạng thẳng đứng (lý do là đầu vào các pre-train model chủ yếu đc train vs các khuôn mặt thẳng đứng), sau đó tiến hành predict embedding vector, bước cuối là so sánh các embedding vector để phân loại mặt là ok. Nếu bạn làm trên CPU thì mk khuyên bước detect mặt dùng dlib HOG vì cái này là thuật toán cổ điển nên chạy nhẹ nhàng và nhanh.