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）

REM Git をシステム領域にインストール
7-Zip のインストール

管理者権限でコマンドプロンプトを起動（手順：Windowsキーまたはスタートメニュー > cmd と入力 > 右クリック > 「管理者として実行」）し、以下を実行する。管理者権限は、wingetの--scope machineオプションでシステム全体にソフトウェアをインストールするために必要となる。


REM 7-Zip をシステム領域にインストール
winget install --scope machine --id 7zip.7zip -e --silent
REM 7-Zip のパス設定
set "SEVENZIP_PATH=C:\Program Files\7-Zip"
if exist "%SEVENZIP_PATH%" (
    echo "%PATH%" | find /i "%SEVENZIP_PATH%" >nul
    if errorlevel 1 setx PATH "%PATH%;%SEVENZIP_PATH%" /M >nul
)




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，管理者権限でコマンドプロンプトを起動（手順：Windowsキーまたはスタートメニュー > cmd と入力 > 右クリック > 「管理者として実行」）。

 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，管理者権限でコマンドプロンプトを起動（手順：Windowsキーまたはスタートメニュー > cmd と入力 > 右クリック > 「管理者として実行」）。

 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 /d c:%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．