dlib 付属のサンプルプログラムを動かしてみる

前準備

Anaconda のインストール

前準備として，Python 開発環境のAnaconda のインストールが終わっていること．

• Windows での Anaconda のインストール手順は、 別の Web ページに記載しています

• Ubuntu での Anaconda のインストール手順は、 別の Web ページに記載しています

隔離された Python 環境の作成．spyder, Tensorflow, Keras, Dlib のインストール

Windows での 手順は、 「Windows で，隔離された Python 環境 + Keras + TensorFlow + OpenCV + spyder + Dlib 環境を作る（Anaconda を利用）」の Web ページに記載しています

以下，Windows での Anaconda をインストール済み, 隔離された Python 環境（名前は ai）に、spyder, Tensorflow, Keras, Dlib をインストール済みであるものとして説明を続けます．

Dlib は C:\pytools\dlib にインストールされているとします

学習済みデータの準備

1. 学習済みデータ shape_predictor_68_face_landmarks.datのダウンロード

   http://dlib.net/files/ を開き、次の３つのファイルをダウンロード

   • dlib_face_recognition_resnet_model_v1.dat.bz2
   • shape_predictor_5_face_landmarks.dat.bz2
   • shape_predictor_68_face_landmarks.dat.bz2
   

2. 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）のためのソフトは「7-Zip」をおすすめ．

3. 展開（解凍）してできたdlib_face_recognition_resnet_model_v1.dat, shape_predictor_5_face_landmarks.dat, shape_predictor_68_face_landmarks.dat のファイルを C:\pytools\dlib\python_examples\ に置く
   

   ※ 「C:\pytools\dlib」は，Dlib をインストールしたディレクトリに読み替えること。

   ※ まだ Dlib のインストールを行っていないときは、 「Windows で，隔離された Python 環境 + Keras + TensorFlow + OpenCV + spyder + Dlib 環境を作る（Anaconda を利用）」の Web ページ の「Dlib のインストール」を見て、Dlib のインストールを行うこと

4. 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:\pytools\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. Python 環境（名前は ai）を有効にする

   「activate ai 」は Python 環境（名前はai）を有効にするためのコマンド（各自の環境の名前にあわせること）

   activate ai
   

   

   「Could not find conda environment: ai」というメッセージが出たときは、 隔離された Python 環境の作成(名前は ai) を行う．

3. 実行してみる

   cd C:\pytools\dlib\python_examples
   python face_alignment.py shape_predictor_68_face_landmarks.dat ..\examples\faces\bald_guys.jpg
   

   
   

   「Could not find conda environment: ai」というメッセージが出たときは、 隔離された Python 環境の作成(名前は ai)．Tensorflow, Keras のインストールを行う．

4. Enter キーを複数回押して、結果を確認

顔データの増量

増量は、学習で重要となる

利用条件などは各自で確認のこと

1. Python 環境（名前は ai）を有効にする

   「activate ai 」は Python 環境（名前はai）を有効にするためのコマンド（各自の環境の名前にあわせること）

   activate ai
   

   

2. 実行してみる

   cd C:\pytools\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

   
   

3. Enter キーを複数回押して、結果を確認

5ランドマーク

利用条件などは各自で確認のこと

1. Python 環境（名前は ai）を有効にする

   「activate ai 」は Python 環境（名前はai）を有効にするためのコマンド（各自の環境の名前にあわせること）

   activate ai
   

   

2. 実行してみる

   cd C:\pytools\dlib\python_examples
   python face_landmark_detection.py shape_predictor_5_face_landmarks.dat ..\examples\faces 
   

   
   

3. Enter キーを複数回押して、結果を確認

68ランドマーク

利用条件などは各自で確認のこと

1. Python 環境（名前は ai）を有効にする

   「activate ai 」は Python 環境（名前はai）を有効にするためのコマンド（各自の環境の名前にあわせること）

   activate ai
   

   

2. 実行してみる

   cd C:\pytools\dlib\python_examples
   python face_landmark_detection.py shape_predictor_68_face_landmarks.dat ..\examples\faces 
   

   
   

3. Enter キーを複数回押して、結果を確認

顔の認識（5ランドマークを使用）

利用条件などは各自で確認のこと

1. Python 環境（名前は ai）を有効にする

   「activate ai 」は Python 環境（名前はai）を有効にするためのコマンド（各自の環境の名前にあわせること）

   activate ai
   

   

2. 実行してみる

   cd C:\pytools\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

   
   

3. Enter キーを複数回押して、結果を確認

顔の認識（68ランドマークを使用）

利用条件などは各自で確認のこと

1. Python 環境（名前は ai）を有効にする

   「activate ai 」は Python 環境（名前はai）を有効にするためのコマンド（各自の環境の名前にあわせること）

   activate ai
   

   

2. 実行してみる

   cd C:\pytools\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

   
   

3. Enter キーを複数回押して、結果を確認