トップページ -> 最新情報技術の実習と研究ツール -> 顔検出、顔識別 -> dlib 付属のサンプルプログラムを動かしてみる
[サイトマップへ]  

dlib 付属のサンプルプログラムを動かしてみる

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.

サイト内の関連Webページ


前準備

Anaconda のインストール

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

  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, face_recognition, msgpack, geopandas 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