dn-5. 顔情報処理（Dlib，
InsightFace を使用）
（ディープラーニング入門演習）
URL: https://www.kkaneko.jp/ai/dn/index.html
1
金子邦彦
顔検出
顔検出
写真やビデオの中から、
顔を識別すること
・顔の場所と領域を検出
・複数ある場合にはすべ
て識別
2
顔検証
• 顔検証 (face
verification)
２つの別の写真あ
るいはビデオを照
合し、同一人物で
あるかを判定する
こと
3
同一人物である 同一人物でない
顔情報処理の用途
• 顔による本人確認
• 集団行動解析、人流解析、人数推定
• 顔情報処理（表情判定、３次元化、顔面切り抜き
など）の前処理
4
顔のランドマーク
顔のランドマーク
まゆげ、目、鼻、くち、
顔の輪郭など、顔の目
印となるポイント
顔特徴ベクトル
顔を数値ベクトル化し
たもの
5
顔の ６８ランドマーク
Dlib
6
Dlib
• Dlib は，数多くの機能を持つソフトウエア．
• ソースコードはオープン
• Python, C++ のプログラムから使うためのイン
タフェースを持つ．
• 機能: 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
URL: http://dlib.net/
7
Dlib の顔情報処理
Dlib には，顔情報処理に関して，次の機能が
ある
• 顔検出
• 顔ランドマークの検出
• 顔のアラインメント
• 顔のコード化
※ ディープニューラルネットワークの学習済
みモデルも配布されている
https://github.com/davisking/dlib-models
https://github.com/ageitgey/face_recognition/blob/mast
er/examples/face_recognition_knn.py
8
Dlib での顔のコード化
• 人工知能 (Resnet) を使用．すでに多数の顔画像に
より学習済み
• 顔のコード化の，さらなる精度向上には，1000万
をこえる新規画像が必要になる可能性あり
• 顔認証での利用では，精度向上のため，既知の顔
画像１つでなく，複数の顔画像のコードと照合す
ることを考慮する
https://github.com/ageitgey/face_recognition/blob/m
aster/examples/face_recognition_knn.py
顔認証は：顔画像から個体を識別すること
普通のアプリとライブラリの比較
10
• 普通のアプリ
• ライブラリ
「アプリ」というときは、
ひととおり機能がそろった
ソフトウエア．
そこで仕事を済ませる．
「ライブラリ」というときは、
基本機能が完備．
その上で、プログラムを作り
アプリを完成させる．