Dlib を用いて，顔のアラインメント，顔の増量，ランドマーク，顔からの特徴量抽出（Dlib 付属のサンプルプログラムを使用）

前準備

Python のインストール

• Windows での Python のインストール手順は、別ページで説明している．
• Ubuntu では、次のコマンドを実行．

  sudo apt -y install python3-dev python3-pip python3-numpy
  

Dlib のインストール

• Windows でのインストール手順は、 別ページで説明している．
• Ubuntu でのインストール手順は、 別ページで説明している．

Dlib は C:\pytools\dlib にインストールされているとする

学習済みデータの準備

Dlib のための「学習済みのモデルデータ」をダウンロードする

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
   • dlib_face_recognition_resnet_model_v1.dat.bz2
   • shape_predictor_5_face_landmarks.dat.bz2
   • shape_predictor_68_face_landmarks.dat.bz2
   
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:\pytools\dlib （Dlib のディレクトリ）の下の「python_example」にコピー

   ※ C:\pytools\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:\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. 実行してみる

   ※ Python プログラムを動かすために， Windows では，「python」コマンドを使う． Ubuntu では「python3」コマンドを使う．

   開発環境や Python コンソール（Jupyter Qt Console，spyder，PyCharm，PyScripter など）も便利である．

   cd C:\pytools\dlib\python_examples
   py 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. 実行してみる
   ．

   cd C:\pytools\dlib\python_examples
   py 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

利用条件などは各自で確認のこと

1. 実行してみる

   cd C:\pytools\dlib\python_examples
   py 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

利用条件などは各自で確認のこと

1. 実行してみる

   cd C:\pytools\dlib\python_examples
   py 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. 実行してみる

   cd C:\pytools\dlib\python_examples
   py 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. 実行してみる

   cd C:\pytools\dlib\python_examples
   py 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