Hướng dẫn viết chương trình tán gái bằng c#

Cthị xã xưa đề cập lại rằng, tại một cửa hàng ứng dụng nọ, tất cả một chàng thiết kế viên bắt đầu ra ngôi trường, phải quý ông nghèo lắm. Lương mon vài triệu chỉ đủ nạp năng lượng, chính vì vậy tuổi đã trăng tròn nhưng mà vẫn chưa tồn tại gấu…

Vào một ngày nọ, trong khi vẫn miệt mài ngồi code thì vô tình đàn ông nhận thấy một cô bé vô cùng cute. Nàng gồm làn da trắng hồng, hai con mắt black lớn tròn như mắt người thương câu, mặt hàng lông nheo lâu năm cong vắt cùng một mái đầu nhiều năm black nhánh óng ả.

Bạn đang xem: Hướng dẫn viết chương trình tán gái bằng c#

Bài tân oán đặt ra

Chàng cuder ngây ngất xỉu trước vẻ đẹp nhất của cô nàng. Csản phẩm rất ao ước tìm hiểu công bố về cô nàng nhưng mà tủi thân phận mình nghèo nên chỉ có thể dám ngắm thanh nữ từ bỏ xa. Rồi con trai bỗng nảy ra một ý nghĩ:

“Nếu bản thân hoàn toàn có thể cải cách và phát triển một ứng dụng, chỉ việc chụp ảnh một tín đồ với tự output ra công bố fan kia nlỗi tên, tuổi xúc tiến, facebook thì tuyệt vời và hoàn hảo nhất có tác dụng sao”

*
Thế rồi, chàng đã đoạt thời gian nghiên cứu về những thuật toán thù face recognition như egeinface, face histograms, PCA (Principle Competent Analysis), LDA (Linear Discriminant Analysis) cùng với kim chỉ nam có tác dụng được ứng dụng ấy. Tuy nhiên, con trai vẫn hối hả nhận ra rất nhiều điểm yếu kém của thuận toán face recognition truyền thống

Chất lượng hình ảnh

Chất lượng hình ảnh ảnh hưởng không ít đến thuật toán thù mà đại trượng phu sử dụng. Vì đơn vị nghèo đề nghị đàn ông chỉ gồm chiếc Smartphone cùi bắp, không hẳn là iPhone 11 camera FullHD cần mỗi lúc chụp hình cô bé, hình hình họa quality cực thấp tạo cho thuật toán thù ko detect được.

Kích thước hình ảnh

Sau Khi mượn của sếp chiếc iPhone xịn để mà chụp hình cô nàng, nam giới lại gặp mặt đề xuất sự việc. Do chụp trộm nên chỉ có thể dám chụp cô gái tự xa, dẫn tới khi detect được mặt thì face kích cỡ vượt nhỏ nhắn khiến thuật toán cũng tất yêu nhấn dạng được.

Góc xoay của phương diện và tia nắng (Face Angle)

Cô gái của Đấng mày râu khôn xiết đam mê selfie với rất nhiều tứ nuốm khác biệt. Lúc thì cười, thời gian thì khóc, có lúc lại xoay nghiêng tảo ngửa, có lúc thì chụp trong phòng tắm, dịp thì trên chỗ ngủ, điều kiện ánh sáng thay đổi thường xuyên. Góc của khuôn mặt đàn bà cũng luôn luôn đổi khác theo từng bức ảnh selfi, mang tới thuật toán cũng đành khoanh tay.

Performance

Bài toán cách xử trí ảnh luôn luôn đòi hỏi buộc phải performance cao, nhất là lúc dấn dạng con số bự phương diện trong thời gian nđính, đòi hỏi những thuật tân oán bắt buộc luôn luôn được optimize. Đó là một sự việc nan giải.

Chàng bi quan lắm, tuy nhiên vẫn không Chịu đựng bỏ cuộc. Rồi vô tình, quý ông kiếm được một bài bác báo công nghệ của Facebook reviews công nghệ DeepFace sử dụng Deep Learning để thừa nhận dạng khuôn khía cạnh. Csản phẩm sẽ đưa ra được giải pháp mang lại bài bác toán thù của bản thân mình đó là cần sử dụng Machine Learning.

Cmặt hàng vẫn cải tiến và phát triển một ứng dụng call là Magic Mirror, chạy trên gốc rễ Web, thiết bị di động với Desktop có thể chấp nhận được nhấn dạng mặt của một bạn và output ban bố của người kia.

Giải pháp

Đây là phương án mà con trai vẫn nghiên cứu

Kiến trúc:

*

Client: Application điều khiển xe trên gốc rễ Web viết bằng HTML5, Javascriptđiện thoại Application chạy trên nền tảng Android (có thể cải tiến và phát triển cross-platkhung trong tương lai)Phần đặc trưng tuyệt nhất của khối hệ thống là Recognition Service thực hiện câu hỏi dấn dạng và trả về kết quả cho Client.Webservice với Database thực hiện Web C#API với MSSquốc lộ, toàn bộ được deploy trên Amazon EC2 và Amazon RDS nhằm tận dụng sức mạnh của căn nguyên cloud computing. Kế hoạch sau này nam nhi sẽ build thành service docker deploy lên K8S hoặc ECS nhằm luôn tiện mang lại bài toán scaling

Nguyên ổn tắc hoạt động

Xây dựng dữ liệu

Do thực hiện Machine Learning để nhấn dạng khía cạnh, cho nên việc quan trọng trước tiên là phát hành tập dữ liệu nhằm training. Nguồn tài liệu lớn nhất đó là Google và Facebook.

Xem thêm: Hỏi Vê Cách Gỡ Bỏ Phần Mềm Htkk Cũ, Cách Xóa Hay Gỡ Bỏ Phần Mềm Htkk Cũ

Biết các nàng hay có sở trường selfie rồi upload lên Facebook, cho nên đó là mối cung cấp để search kiếm tài liệu với thông tin dễ dãi tuyệt nhất.

Câu hỏi đặt ra là dữ liệu Khủng điều đó thì đem bằng cách nào??

Cmặt hàng Cuder vẫn tìm ra một phương án sẽ là trở nên tân tiến một Crawler gồm công dụng sau

Lấy tên một người bất kỳ nhập tự bàn phím hoặc tự CSV fileTự cồn kiếm tìm kiếm bên trên mạng internet và facebook để đưa tăm tiếng báo cáo, hình ảnh của người đó giữ trong thứ tính

Giao diện của Crawler

*

User nhập Person Name vào cùng tiến hành search kiếm, Crawler chất nhận được chọn con số hình ảnh nên down, get ảnh về, phụ thuộc tên tìm ra xúc tiến Facebook của bạn đó, từ bỏ đó get ra luôn lên tiếng về tiếng tăm, ngày sinch, liên tưởng. Những thông tin mà con trai ao ước tìm kiếm tìm.

Công nghệ áp dụng nhằm cách tân và phát triển Crawler cũng khá dân gian, developer nào thì cũng hoàn toàn có thể tiếp cận. Đó là thực hiện Facebook Graph API, Bing Search API và một vài thuật toán Crawler thông dụng nhỏng ParseHTML để làm.

Recognition Service

Sau lúc sẽ có tài liệu, tiếng là thời điểm yêu cầu phát triển module thừa nhận dạng. Cmặt hàng Cuder sẽ tìm ra 2 chiến thuật

Microsoft Cognitive sầu Service : Một service do Micrsoft phát triển, hỗ trợ một bộ những API áp dụng trí tuệ nhân tạo xuất sắc chất nhận được cách xử lý hình ảnh, âm thanh khô, giọng nói. Tóm lại là All in One. Đây là phương pháp làm dễ dàng và đơn giản bởi chỉ việc Hotline API, nhưng lại tất cả điểm yếu là phải trả chi phí áp dụng hình thức.

OpenFace: Một framework về dấn dạng phương diện áp dụng deeplearning, viết bởi torch với pynhỏ. Csản phẩm cuder viết code và deploy service của bản thân trên một máy Linux VPS có GPU bạo dạn để tiến hành vấn đề training.

Training

Sau khi sẽ bao gồm đầy đủ tài liệu, cùng recognition service thì rất cần phải tiến hành training. Chàng cuder sử dụng chiến thuật Training bao gồm đo lường và tính toán (Supervised training)

Supervised learning là thuật toán dự đoán đầu ra (outcome) của một tài liệu bắt đầu (new input) dựa trên các cặp (đầu vào, outcome) sẽ biết tự trước. Cặp tài liệu này còn gọi là (data, label), tức (dữ liệu, nhãn). Supervised learning là đội phổ biến độc nhất vô nhị trong những thuật toán Machine Learning.

Để tránh triệu chứng chương trình “học vẹt” nên con trai Cuder chỉ cần sử dụng 90% data nhằm train, còn 10% dùng để làm kiểm tra dữ liệu

Một ảnh tài liệu được gửi vào cùng gán nhãn ví dụ “Hoàng Thùy Linh”

lúc một hình ảnh được chuyển vào training, service đang tiến hành detect khuôn phương diện, rồi generate ra một vector đặc trưng của khuôn khía cạnh

lấy ví dụ nhỏng cô nàng Hoàng Thùy Linch nghỉ ngơi trên tất cả đặc thù của mặt là (Mặt trái xoan, mắt bồ câu, mũi tẹt…)

lúc triển khai thử nghiệm, một ảnh tài liệu ngẫu nhiên được chuyển vào, service đang extract vector đặc thù nghỉ ngơi bên trên rồi đối chiếu với phần đa gì đã có được training nhằm xác minh kia liệu có phải là Hoàng Thùy Linc xuất xắc không

*

Sau Lúc được training, service sẽ generate một faceID và gán mang đến khuôn phương diện kia tiếp nối lưu lại vào vào database Microsoft SQL Server cùng rất tăm tiếng, liên kết facebook…

Chạy Test

Ứng dụng di động tuyệt desktop vẫn chụp ảnh khuôn phương diện hoặc đơn giản và dễ dàng là rước bên trên internet tiếp đến gửi tặng service nhằm thực hiện nhận dạng. Nếu service nhận ra khuôn khía cạnh nó đã làm được training thì sẽ trả về faceID tương xứng, còn còn nếu như không thì trả về null.

Ứng dụng đang Điện thoại tư vấn Restful API request cho tới website service tới faceID nghỉ ngơi bên trên. Web Service truy vấn vào cơ sở tài liệu cùng trả về biết tin. Ứng dụng hiển thị đọc tin → done.

*

Cuộc đời nnghỉ ngơi hoa

Từ ngày phát triển ứng dụng này, đại trượng phu Cuder vẫn tìm được Facebook với đọc tin của cô nàng. Csản phẩm đã bao gồm đủ gan góc để làm quen thuộc cùng với thiếu nữ. Cô gái khôn xiết khâm phục tài năng của phái mạnh Cuder với rước lòng yêu thương chàng.