トップページ ▶ 人工知能，実世界DB ▶ 顔情報（顔検出，顔識別、表情判定，顔のクラスタリングや類似度や分類，肌色部分の抽出，瞳孔の検出，顔姿勢の推定） ▶ Dlib を用いて，顔のアラインメント，顔データの増量，顔のランドマーク，顔のコード化（Dlib 付属のサンプルプログラムを使用）（Windows 上）
サイトマップ サイト内検索 用語集 アクセスログ

Dlib を用いて，顔のアラインメント，顔データの増量，顔のランドマーク，顔のコード化（Dlib 付属のサンプルプログラムを使用）（Windows 上）

全体構成 情報工学の基礎 インストール，運用 人工知能，実世界DB データ処理 プログラミング 支援 連絡先，業績など

Dlibは，機械学習のアルゴリズムの機能を持つソフトウエア．

利用条件などは利用者において確認してください

【サイト内の関連ページ】

前準備

Python のインストール，pip と setuptools の更新，Python 開発環境

Python の URL: http://www.python.org/

【Python, pip の使い方】

Python, pip は，次のコマンドで起動できる．

【Python 開発環境のインストール】

Dlib のインストール

Dlib は c:\dlib にインストールされているとして，以下，説明する．

学習済みモデルのダウンロード

  1. Web ブラウザで次の URL を開く

    http://dlib.net/files

  2. 次の３つのファイルをダウンロードする

  3. ダウンロードした .bz2 ファイルを，すべて展開（解凍）する．

    ※ Windows での展開（解凍）のためのソフトには，「7-Zip」などがある．

  4. 展開（解凍）してできたファイルを確認する．

  5. 展開（解凍）してできたファイルを３つとも，先ほど作成した c:\dlib （Dlib のディレクトリ）の下の「python_example」にコピー

    ※ c:\dlib が無いときは作る

  6. Dlib に同封の顔画像ファイルに何があるかを、簡単にみておく

    c:\dlib\examples\faces の下の顔画像のファイルを確認する

顔のアラインメント

利用条件などは各自で確認のこと

  1. Windows のコマンドプロンプトを開く
  2. 実行してみる

    Python プログラムを動かすために， Windows では「python」， Ubuntu では「python3」などのコマンドを使う． あるいは， 開発環境や Python コンソール（Jupyter Qt Console，Spyder，PyCharm，PyScripter など）の利用も便利である． 

    cd c:\dlib\python_examples
python face_alignment.py shape_predictor_68_face_landmarks.dat ..\examples\faces\2007_007763.jpg

  3. Enter キーを複数回押して、結果を確認

顔データのデータ拡張

増量は、学習で重要となる

  1. 実行してみる
    ． 
    cd c:\dlib\python_examples
python face_jitter.py shape_predictor_68_face_landmarks.dat

    元画像として何を使うかは、プログラム中で設定されている

  2. Enter キーを複数回押して、結果を確認

5ランドマーク

  1. 実行してみる 
    cd c:\dlib\python_examples
python face_landmark_detection.py shape_predictor_5_face_landmarks.dat ..\examples\faces

  2. Enter キーを複数回押して、結果を確認

68 ランドマーク

  1. 実行してみる 
    cd c:\dlib\python_examples
python face_landmark_detection.py shape_predictor_68_face_landmarks.dat ..\examples\faces

  2. Enter キーを複数回押して、結果を確認

顔のコード化（5ランドマークを使用）

  1. 実行してみる 
    cd c:\dlib\python_examples
python face_recognition.py shape_predictor_5_face_landmarks.dat dlib_face_recognition_resnet_model_v1.dat ..\examples\faces

    顔ごとに 128個の数値（特徴量ベクトル）が得られることを確認

  2. Enter キーを複数回押して、結果を確認

顔のコード化（68 ランドマークを使用）

  1. 実行してみる 
    cd c:\dlib\python_examples
python face_recognition.py shape_predictor_68_face_landmarks.dat dlib_face_recognition_resnet_model_v1.dat ..\examples\faces

    顔ごとに 128個の数値（特徴量ベクトル）が得られることを確認

  2. Enter キーを複数回押して、結果を確認

本サイトは金子邦彦研究室のWebページである．

資料等の公開では，原則，「クリエイティブコモンズ BY NC SA」として公開するようにしている． PDFファイル，パワーポイントファイルなどには， 「クリエイティブコモンズ BY NC SA」を明記するとともに，ロゴを記載するようにしている（作業が間に合っていない分もあるのでご容赦ください）．

公開している資料をご利用になる場合の，再配布の条件，剽窃の防止などについて，別ページで説明している． 再配布や資料改変の際には，そのページをご確認ください．

サイトマップは，サイトマップのページをご覧下さい． 本サイト内の検索は，サイト内検索のページをご利用下さい．

問い合わせ先： 金子邦彦（かねこ くにひこ） [image]