Face Liveness Detection Anti Spoofing Web App

Application Web de détection de victime (anti-l'administration)

Une application Web WebrTC rationalisée qui peut identifier si un visage provient d'une vraie personne ou d'une fausse personne et empêche le système de donner une fausse vérification.

Inspiration

https://github.com/jomariya23156/face-concognition-with-ilvey-web-login

Je vous suggère fortement de vous voir pour jeter un œil à ce merveilleux référentiel qui a servi d'inspiration pour mon projet.

Inconvénient de l'approche

L'inconvénient de l'approche adoptée par Jomariya23156 est que, bien qu'il prétend qu'il s'agit d'une application Web, elle ne peut pas être utilisée dans un scénario de serveur-client car il manque de fonctionnalités WebBrTC de base.

Pour plus d'informations, veuillez consulter ce lien: https://blog.streamlit.io/how-to-build-the-streamlit-webrtc-component/

---

Caractéristiques de l'application

• calcule des ratios réels et faux
• Utilise les fonctionnalités WebrTC de Streamlit

---

Démarrage rapide

Commencez à se développer localement.

Étape 1: cloner le repo

Fourk le référentiel. puis clonez le repo localement en faisant -

git clone https://github.com/birdowl21/Face-Liveness-Detection-Anti-Spoofing-Web-App.git

Étape 2: Créez un environnement virtuel et activez-le. (Remarque: j'ai utilisé PIP)

pip install virtualenv
python -m venv [env-name]
[env-name] S cripts a ctivate 

Étape 3: CD dans le répertoire

 cd Face-Liveness-Detection-Anti-Spoofing-Web-App

Étape 4: Installer les dépendances

pip install -r requirements.txt

Étape 5: Et vous êtes prêt à partir!

streamlit run app.py

Vous devriez maintenant avoir l'application en cours d'exécution et accessible sur http: // localhost: 8501.

Étape 6 (facultative): Déployez et profitez!

Vous pouvez déployer l'application sur des plates-formes cloud telles que le partage de rationalisation et Heroku.

Liens de déploiement:

• https://blog.jcharistech.com/2019/10/24/how-to-deploy-your-streamlit-apps-to-heroku/#:~:text=%20HOW%20TO%20DEPLOY%20Your%20Streamlit%20Apps%20is...%20%20..rit
• https://towardsdatascience.com/deploying-a-basic-streamlit-app-deadae286fd0#:~:text=to à%20Deploy%20the%20App%20To%20Streamlit%20Sharing%2C%20wewwe.ther%20Screenshot%20of.

Si vous êtes confronté à des problèmes avec le déploiement de l'application à distance, veuillez vous référer à ce lien: https://docs.starseamlit.io/knowledge-base/deploy/remote-start

Échantillon de sortie

Normale

Avec photo

Avec vidéo

✌️ Contribution

Après le clonage et la mise en place du projet local, vous pouvez pousser les modifications à votre fourche GitHub et faire une demande de traction.

Pousser les changements

git add .
git commit -m " feat: added new stuff "
git push YOUR_REPO_URL develop

Limitations du projet

• Peut fonctionner sur seulement 3-4 appareils à la fois.
• Ne fonctionne pas bien dans une lumière de fond brillante.
• Les performances varient d'un navigateur à l'autre du navigateur: fonctionne rapidement sur Chrome et Firefox mais est lent sur le bord.

C'est tout le monde!