android运行时Tensorflow人脸识别

我的目标是创建一个可以有多个用户的应用程序。每个用户帐户都必须使用应用程序的面部标识进行保护。我知道tensorflow的概念可能不正确，但在android系统中，这是一种我们可以训练应用程序识别某个人脸的方法吗？我的印象是，我们必须事先创建一个培训模型，并将其应用到应用程序上，但就我的目标而言，应用程序必须动态培训，以确定谁是它的用户。提前感谢。

我不确定这样做是否正确。我知道这是可以实现的，但我从来没有尝试过，所以也许你也想考虑一下

回到你的想法上来。我不知道成功的几率有多大，但碰巧我知道有几个地方你会遇到很多挑战：

数据集。对于你想要识别的每一张脸，你将需要从不同角度拍摄大量图像，尽可能地不同（戴眼镜、剪不同的发型、留不同的胡须、化妆、不同的闪电条件等）。如果你不能提供一个详细的数据集，可能会发生两件事：要么应该被识别的脸不会被识别，要么不应该被识别，但最终会被识别。像这样的数据集很难创建，因为在最好的情况下，您将拥有注册人脸的用户的几张照片。我认为有了这些照片，你可以在不同的条件下生成新照片，但这不能在手机上实现

假设你有一个像样的数据集，现在你必须训练网络。这里有两个选项：从地面构建模型（这不是一个好主意），或者使用谷歌提供的模型和网络层。据我所知，

TensorFlow

没有在移动设备上进行培训的选项（这对系统来说太贵了），所以您必须在某处培训模型，然后将其下载到设备上

TensorFlow

有一个设计用于移动设备的模型，它是您网络的良好起点，具有良好的准确性，并且不使用许多系统资源。您也可以尝试，但此模型是为精确性而设计的，训练时间更长，并且在评估图像时会花费更多的时间和资源 你的应用程序的最终场景是这样的：一个用户通过拍摄几张照片并发送到你的服务器来注册他的脸。然后，每次在应用程序中添加和下载新面孔时，您都必须重新训练网络。从这里开始，事情就简单了，给用户拍张照片，并希望它的脸得到正确的处理

---

也许你想看看关于

TensorFlow

，教你如何训练模型并在

Android

上运行它。我知道在移动设备上训练对设备本身来说是非常昂贵的。我从来没有想过要把它发送到服务器上并在那里进行培训（谢谢你的想法）。现在第一个问题是我们如何从用户那里得到一堆照片。如果应用程序对用户要求太多，用户很容易感到恼火。谢谢你的回复。真的帮了很多忙。看看这段关于Android人脸解锁的视频。我想你可以做一个类似的面部形状，让用户旋转头部进行扫描。当他做旋转运动时，你可以从不同的角度拍摄几张照片，这应该是一个起点，而不会打扰用户。