3f3ed54ecdc0d778e03f7ddf2d1bf2751659705272
0ผู้สนับสนุน

Guwork
Phontawat_Ten

การรู้จำใบหน้าผ่านแอปพลิเคชันบนมือถือ Face Recognition

Aug 5, 20227 hours ago read

การรู้จำใบหน้าผ่านแอปพลิเคชันบนมือถือโดยมือถือเป็นเครื่องถ่ายภาพแล้วส่งภาพไปยัง Server เพื่อทำการตรวจจับใบหน้าและรู้จำใบหน้า ซึ่งการส่งข้อมูลจะส่งข้อมูลผ่าน API ไปยัง Serve เพื่อให้ทำการประมวลของการู้จำใบหน้าและค้นหาข้อมูลที่ตรงกับใบหน้าที่ส่งผ่าน API เข้ามายัง Server ถ้ามีข้อมูลตรงกับใบหน้าก็จะส่งข้อมูลนั้นกลับไปแสดงผลที่หน้าจอมือถือ จะแสดงข้อมูลอย่าง เช่น ชื่อ-นามสกุล,อายุ และ เปอร์ความแม่นย่ำของการรู้จำใบหน้า

ภาษที่ใช้ในการพัฒนา 

ฝั่ง Backend Python

ฝั่ง Frontend React Native

Libray Ract Native ที่ต้องติดตั้งฝั่ง Frontend

สร้างโปรเจค react-native init "ชื่อโปรเจค"

  • 1. ติดตั้งกล้อง npm i --save react-native-camera react-native-permissions react-native-vector-icons
  • 2. ติดตั้ง Icon react-native link react-native-camera react-native-permissions react-native-vector-iconsReact Navigation V5
  • 3. ติดตั้ง react-navigation npm install @react-navigation/native --save
  • 4.  ติดตั้ง npm install react-native-reanimated react-native-gesture-handler react-native-screens react-native-safe-area-context @react-native-community/masked-view --save
  • 5. สำหรับการติดตั้ง Stack Navigatornpm install @react-navigation/stack --save

รันโปรเจค

react-native run-android 

***

Library Python ที่ต้องติดตั้งฝัง Backend

  • 1. 1. pip install Flask
  • 2. pip install pip
  • 3. pip install jsonify
  • 4. pip install Flask-Cors
  • 5.  pip install numpy
  • 6. pip install cv
  • 7. pip install pandas2
  • 8. pip install pathlib
  • 9.  pip install joblib
  • 10. pip install svm
  • 11. pip install matplotlib

BackEnd

ขั้นตอนการสร้าง Dataset และ Train/Test Model และหาค่าความแม่นย่ำของโมเดล

  • 1. ทำการคอบใบหน้า ด้วยไฟล์ crop_face.py
  • 2. ทำการ Create Dataset เพื่อนำข้อมูลรูปภาพแปลงให้อยู่ในรูปแบบตาราง (faces.csv) ด้วยไฟล์ create_Dataset_link.py
  • 3.  ทำการ resize image และนำจำนวนรูปภาพมีจำนวนกี่รูป เพื่อนำรูปภาพทั้งหมดแปลงข้อมูลให้อยุ่ในรูปภาพตาราง และนำข้อมูลจากตาราง (processed.csv) เพื่อสร้าง Model ด้วยไฟล์ dataset.py
  • 4. ทำการ Train/Tests Model จากตาราง (processed.csv) หลังจากที่ได้ Model แล้วต่อจากนั้นนำ Model ไปทำการ Validation เพื่อหาค่าความแม่นย่ำ (Accuracy ) ของโมเดลที่ได้จากการ Train/Tests ด้วยไฟล์ trainModel.py
  • 5. ทำการ ValidateModel เพื่อหาค่าความแม่นย่ำ (Accuracy ) ของโมเดล ด้วยไฟล์ validateModel.py เพื่อนำ Model ไปใช้ใจการรู้จำใบหน้า
***

ขั้นตอนการทำงาน

ส่วนที่ 1 BackEnd

  • 1. มีการตรวจจจับใบหน้า
  • 2. มีการรู้จำใบหน้า
  • 3. มีฐานข้อมูลเป็นไฟล์ .json

ส่วนที่ 2 FrontEnd

  • 1.  ถ่ายภาพใบหน้า
  • 2. แสดงข้อมูลใบหน้าที่ตรวจจับได้ เช่น   ชื่อ, นามสกุล, อายุ, แสดงเปอร์เซ็นความแม่นย่ำ
***

การทำงานของ API

  • 1. กำหนด port ระหว่าง FrontEnd กับ BackEnd ให้ตรงกัน (API)
  • 2.  Run Server ด้วยไฟล์ server.py เพื่อให้การตรวจจับใบหน้า การรู้จำใบหน้า และการค้นหาข้อมูลจากฐานข้อมูลที่อยู่บน Server ทำงาน
  • 3. ถ่ายภาพใบหน้าจากแอปพลิเคชันบนมือถือ เพื่อที่ส่งรูปภาพไปให้ Server ทำการตรวจจับใบหน้าซึ่งจะส่งข้อมูลรูปภาพผ่าน API.ไปให้กับ Server เพื่อทำการตรวจจับใบหน้าและ รู้จำใบหน้า และทำการค้นหาข้อมูลบนฐานข้อมูลที่เป็นไฟล์ .json การค้นหาข้อมูลจากฐานข้อมูลถ้าเจอข้อมูลก็จะ ส่งข้อมูลกลับไปยังมือถือโดย ผ่าน API เพื่อนำข้อมูลที่ได้กลับมาแสดงบนมือถือ
***

ลิงค์สำหรับดาวโหลด

Download ไฟล์ .xml

APK

https://aboutreact.com/how-to-generate-signed-android-apk-of-react-native-app/

สามารถทั้งแอปพลิเคและฝั่งของ Server นำไปพัฒนาต่อยยอดได้

หมายเหตุ: ถ้าอยากโค้ดให้ดาวน์โหลดได้ที่ปุ่มดาวน์โหลดข้างบน

© 2022. Guwork.co. All rights reserved. (เลขผู้เสียภาษี 0473565001115)