サイトの全体構成

face_recognition による顔識別．訓練データによる訓練と，検証データによる検証（Dlib，ageitgey/face_recognition，Python を使用）（Windows 上）

【サイト内の関連ページ】

説明資料: Dlib の機能概要 [PDF], [パワーポイント]
顔情報処理の Python プログラム（Dlib，face_recognition を使用）について: 別ページ »にまとめ
Windows で動く人工知能関係 Pythonアプリケーション，オープンソースソフトウエア）: 別ページ »にまとめている．

【用語説明】

Dlib
Dlibは，数多くの機能を持つ C++ ライブラリ．機能には，機械学習，数値計算，グラフィカルモデル推論，画像処理，スレッド，通信，GUI，データ圧縮・一貫性，テスト，さまざまなユーティリティなどがある．Python API もある．

前準備

Git のインストール（Windows 上）

Gitは，バージョン管理システム．ソースコードの管理や複数人での共同に役立つ．

【サイト内の関連ページ】

Windows での Git のインストール: 別ページ »で説明している．

【関連する外部ページ】

Git の公式ページ: https://git-scm.com/

7-Zip のインストール（Windows 上）

7-Zip 23.01 のインストール

7-Zipは，ファイルの圧縮や展開のツール．さまざまなフォーマットに対応している．

Windows では，コマンドプロンプトを 管理者として開き，次のコマンドを実行することにより， 7-Zip 23.01 のインストールを行うことができる．

mkdir %HOMEPATH%\7zip
cd %HOMEPATH%\7zip
curl -O https://www.7-zip.org/a/7z2301-x64.exe
.\7z2301-x64.exe
powershell -command "$oldpath = [System.Environment]::GetEnvironmentVariable(\"Path\", \"Machine\"); $oldpath += \";c:\Program Files\7-Zip\"; [System.Environment]::SetEnvironmentVariable(\"Path\", $oldpath, \"Machine\")"

【サイト内の関連ページ】

Windows での 7-Zip のインストール: 別ページ »で説明している．

【関連する外部ページ】

7-Zip の公式ページ: https://sevenzip.osdn.jp/

Python のインストール（Windows 上）

【サイト内の関連ページ】

Windows での Python 3.10，関連パッケージ，Python 開発環境のインストール: 別ページ »で説明している．
Windows での Anaconda3 のインストール: 別ページ »で説明している．
Python のまとめ: 別ページ »にまとめている．

【関連する外部ページ】

Python の公式ページ: https://www.python.org/

Build Tools for Visual Studio 2022 （ビルドツール for Visual Studio 2022），Visual Studio 2022 のインストール（Windows 上）

【サイト内の関連ページ】

Visual Studio の機能のうちビルドツール（Build Tools）以外の機能も使う予定がある場合，あるいは，よく分からない場合
Windows での Visual Studio Community 2022 のインストール: 別ページ »で説明している．なお，Visual Studio には，ビルドツール（Build Tools）が含まれている．
Visual Studio の機能のうちビルドツール（Build Tools）の機能しか使わない場合
Windows でのビルドツール for Visual Studio 2022 （Build Tools for Visual Studio 2022）のインストール: 別ページ »で説明している．

【関連する外部ページ】

Build Tools for Visual Studio 2022 の公式ページ: https://visualstudio.microsoft.com/ja/downloads/

Dlib Python のインストール，Dlib のソースコード等と，Dlib の学習済みモデルのダウンロード

Windows で，コマンドプロンプトを管理者として実行

コマンドプロンプトを管理者として実行: 別ページ »で説明
Dlib のパッケージのインストール

Windows で pip を実行するときは，コマンドプロンプトを管理者として開き，それを使って pip を実行することにする．

次のコマンドを実行．
```
python -m pip uninstall -y dlib
cd C:\
rmdir /s /q dlib
git clone https://github.com/davisking/dlib
cd C:\dlib
python setup.py build --no DLIB_GIF_SUPPORT
python setup.py install --no DLIB_GIF_SUPPORT
```
Python の dlib パッケージがインストールできたことの確認

バージョン番号が表示されれば OK．下の図とは違うバージョンが表示されることがある．
```
python -c "import dlib; print( dlib.__version__ )"
```
Dlib のソースコード等のダウンロード
次のコマンドを実行．
```
cd C:\
rmdir /s /q dlib
git clone https://github.com/davisking/dlib
```

Dlib の学習済みモデルのダウンロード

次のコマンドを実行．

cd C:\dlib
cd python_examples
curl -O http://dlib.net/files/mmod_human_face_detector.dat.bz2
curl -O http://dlib.net/files/dlib_face_recognition_resnet_model_v1.dat.bz2
curl -O http://dlib.net/files/shape_predictor_5_face_landmarks.dat.bz2
curl -O http://dlib.net/files/shape_predictor_68_face_landmarks.dat.bz2
"c:\Program Files\7-Zip\7z.exe" x mmod_human_face_detector.dat.bz2
"c:\Program Files\7-Zip\7z.exe" x dlib_face_recognition_resnet_model_v1.dat.bz2
"c:\Program Files\7-Zip\7z.exe" x shape_predictor_5_face_landmarks.dat.bz2
"c:\Program Files\7-Zip\7z.exe" x shape_predictor_68_face_landmarks.dat.bz2
del mmod_human_face_detector.dat.bz2
del dlib_face_recognition_resnet_model_v1.dat.bz2
del shape_predictor_5_face_landmarks.dat.bz2
del shape_predictor_68_face_landmarks.dat.bz2

Dlib の動作確認のため，次を実行．エラーメッセージが出ずに，顔検出の結果が表示されれば OK とする．
```
cd C:\dlib
cd python_examples
python cnn_face_detector.py mmod_human_face_detector.dat ..\examples\faces\2007_007763.jpg
```

ageitgey/ageitgey の face_recognition のインストール

Windows で，コマンドプロンプトを管理者として実行

コマンドプロンプトを管理者として実行: 別ページ »で説明
numpy, scikit-image, scikit-learn のインストール
次のコマンドを実行する．
```
python -m pip install -U numpy scikit-image scikit-learn
```

face_recognition のインストール

cd %HOMEPATH%
rmdir /s /q face_recognition
git clone https://github.com/ageitgey/face_recognition
cd face_recognition
copy C:\dlib\python_examples\shape_predictor_68_face_landmarks.dat .
python setup.py build
python setup.py install

face_recognition による顔識別．訓練データによる訓練と，検証データによる検証（Dlib，ageitgey/face_recognition，Python を使用）

ここで行うこと

すでに、誰であるかが分かっている顔写真（顔識別の正解画像）を複数準備。
顔写真の枚数は多いほうが精度が高い
新しい画像を使い、Dlib と knn アルゴリズムにより顔認識を行う
公開のプログラムを使用

knn アルゴリズム。

事前に、データを複数準備（事前データ）。
それぞれのデータに、ラベルがついている。
新しいデータが１つある。それを、事前データそれぞれすべてと類似度を計算する。
類似度が高いもの数個を選ぶ。そして、選ばれた数個のラベルについて多数決を取る
その結果得られたラベルを識別結果とする

ファイル %HOMEPATH%\face_recognition\examples\face_recognition_knn.py を分かりやすいディレクトリ（フォルダ）にコピー
ここでは，c:\w にコピーしている．
そこに、「knn_examples」という名前のディレクトリを作る．
「knn_examples」の下に、「train」という名前のディレクトリを作る．
「knn_examples」の下に、「test」という名前のディレクトリを作る．
「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。
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。
今度は「test」の下に、顔認識させたい画像を置く
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
python face_recognition_knn.py を実行

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．
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。
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

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．

本サイトは金子邦彦研究室のWebページである．

資料等の公開では，原則，「クリエイティブコモンズ BY NC SA」として公開するようにしている． PDFファイル，パワーポイントファイルなどには，「クリエイティブコモンズ BY NC SA」を明記するとともに，ロゴを記載するようにしている（作業が間に合っていない分もあるのでご容赦ください）．

公開している資料をご利用になる場合の，再配布の条件，剽窃の防止などについて，別ページ »で説明再配布や資料改変の際には，そのページをご確認ください．

サイトマップは，サイトマップのページをご覧下さい．本サイト内の検索は，サイト内検索のページをご利用下さい．

問い合わせ先：金子邦彦（かねこくにひこ） [image]