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)

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)

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

    [image]
  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.

    [image]
  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

    [image]
  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

    [image]

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 ConsoleSpyderPyCharmPyScripter 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
    

    [image]
  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

    [image]

    [image]
  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
    

    [image]

    [image]
  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
    

    [image]

    [image]
  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

    [image]

    [image]
  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

    [image]

    [image]
  2. Enter キーを複数回押して、結果を確認