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)ディープラーニングで顔識別を行う.訓練データでの学習と確認を行う(Python,Dlib, ageitgey/face_recognition を使用)

ディープラーニングで顔識別を行う.訓練データでの学習と確認を行う(Python,Dlib, ageitgey/face_recognition を使用)

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】

謝辞

Dlib の作者に感謝します

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.

cmake のインストール

cmake のダウンロード URL: https://cmake.org/download/

Python 用 numpy, scikit-image, scikit-learn のインストール

Windows の場合

コマンドプロンプト管理者として実行し,次のコマンドを実行.

Windows での pip の実行では,コマンドプロンプト管理者として実行することにする。

[image]

python -m pip install -U numpy scikit-image scikit-learn

Ubuntu の場合

端末で,次のコマンドを実行.

sudo apt -y update
sudo apt -y install python3-numpy python3-skimage python3-sklearn

ディープラーニングで顔識別を行う.訓練データでの学習と確認を行う(Python,Dlib, ageitgey/face_recognition を使用)

ここで行うこと

knn アルゴリズム。

  1. 次の URL から Python プログラム face_recognition_knn.py をダウンロード.自分のパソコンに保存.

    https://github.com/ageitgey/face_recognition/blob/master/examples/face_recognition_knn.py

    [image]
  2. ダウンロードしたディレクトリ(フォルダ)の名前を確認
  3. そこに、「knn_examples」という名前のディレクトリを作る.

    [image]
  4. 「knn_examples」の下に、「train」という名前のディレクトリを作る.

    [image]
  5. 「knn_examples」の下に、「test」という名前のディレクトリを作る.

    [image]
  6. 「train」の下に、さらに、複数のディレクトリを作る.

    ディレクトリ名は何でも良いが、英語または数字のみを使い、分かりやすい名前がよい.

    次の例では2つ作っているが、3つ以上作ってもよい。

    [image]
  7. いま作ったディレクトリの下に画像ファイルを置く。

    画像ファイルの拡張子は .png もしくは .jpg もしくは .jpeg であること。

    [image]

    [image]
  8. 今度は「test」の下に、顔認識させたい画像を置く

    [image]
  9. Windows でコマンドプロンプトを開く。cd コマンドを使い、 ダウンロードしたディレクトリ(フォルダ)に、カレントディレクトリを移す
  10. python face_recognition_knn.py を実行

    [image]

    このプログラムでは,モデルとして hog を使う. ディープラーニングの CNN を使うように変更する場合には, face_locaions のところを,「face_locations(..., model="cnn")」のように書き換える

  11. 結果を確認。

    画像サイズを変える(解像度を変える)など、少しの工夫で検出漏れがなくなったり、顔認識の精度が向上する可能性がある。

    [image]
  12. 結果をファイルに保存したい場合

    python face_recognition_knn.py を次のように書き換え.

    「pil_image.save('result' + os.path.basename(img_path))」を追加

    [image]

    python face_recognition_knn.py を実行すると、次のように、結果がファイルに保存される.

    [image]