แอปพลิเคชั่นเว็บของ WebRTC ที่สามารถระบุได้ว่าใบหน้ามาจากคนจริงหรือคนปลอมและป้องกันไม่ให้ระบบให้การตรวจสอบเท็จ
https://github.com/jomariya23156/face-recognition-with-liluree-web-login
ฉันขอแนะนำให้คุณทุกคนดู repo ที่ยอดเยี่ยมนี้ซึ่งทำหน้าที่เป็นแรงบันดาลใจสำหรับโครงการของฉัน
ข้อเสียเปรียบของวิธีการที่ Jomariya23156 ใช้คือแม้ว่าเขาจะอ้างว่าเป็นเว็บแอปที่ไม่สามารถใช้ในสถานการณ์เซิร์ฟเวอร์-ลูกค้าเนื่องจากไม่มีคุณสมบัติพื้นฐาน WEBRTC
สำหรับข้อมูลเพิ่มเติมโปรดตรวจสอบลิงค์นี้: https://blog.streamlit.io/how-to-build-the-streamlit-webrtc-component/
เริ่มพัฒนาในพื้นที่
แยกที่เก็บ จากนั้นโคลน repo ในพื้นที่โดยทำ -
git clone https://github.com/birdowl21/Face-Liveness-Detection-Anti-Spoofing-Web-App.gitpip install virtualenv
python -m venv [env-name]
[env-name] S cripts a ctivate cd Face-Liveness-Detection-Anti-Spoofing-Web-Apppip install -r requirements.txtstreamlit run app.pyตอนนี้คุณควรให้แอปพลิเคชันทำงานและเข้าถึงได้ที่ http: // localhost: 8501
คุณสามารถปรับใช้แอพไปยังแพลตฟอร์มคลาวด์เช่น Sharing Streamlit และ Heroku
ลิงก์การปรับใช้:
หากคุณกำลังเผชิญกับปัญหาเกี่ยวกับการปรับใช้แอพจากระยะไกลโปรดดูลิงค์นี้: https://docs.streamlit.io/knowledge-base/deploy/remote-start



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