顔検出，年齢と性別の推定，顔識別，人体検出（InsightFace のインストールと動作確認）（PyTorch，Python を使用）（Windows 上）

【概要】

この記事では，Windows環境でInsightFaceをインストールし，顔検出，年齢と性別の推定，顔識別，人体検出を行う方法を説明しています．前提として必要なソフトウェアのインストール手順，InsightFaceのインストール方法，サンプル画像やカメラを用いた各機能の動作確認方法が具体的に示されています．顔検出と年齢・性別推定では，複数の画像ファイルを選択して一括処理する方法と，カメラを使ってリアルタイムに処理する方法の両方を示します．顔識別では，1つの顔画像を登録し，複数の画像と照合して類似度を算出する方法を示します．人体検出でも，複数画像の一括処理する方法を示します．全体を通して，コマンドラインでの操作手順をステップごとに示しており，確認しながら進めることができます．

【InsightFace】 InsightFace は，顔検出 (face detection)，顔のアラインメント， 顔検証 (face verification)， 顔識別 (face identification)の機能を持つ．

【目次】

【関連する外部ページ】

InsightFace の GitHub のページ: https://github.com/deepinsight/insightface

【サイト内の関連情報】

顔検出，顔識別（Dlib，face_recognition のインストールと動作確認）（Python を使用）（Windows 上）

前準備

Build Tools for Visual Studio 2026（ビルドツール）のインストール

Build Tools for Visual Studio 2026（ビルドツール）のインストールを行い、C/C++ コードのビルド環境を整える。

[Build Tools for Visual Studio 2026（ビルドツール）のインストール手順を見るには、ここをクリック]

Windows での Build Tools for Visual Studio 2026 のインストール

Build Tools for Visual Studio は，Visual Studio の IDE を含まない C/C++ コンパイラ，ライブラリ，ビルドツール等のコマンドライン向け開発ツールセットである。インストール済みの場合，この手順は不要である。

以下のコマンドは、Build Tools が未インストールの場合は winget で新規インストールし、インストール済みの場合は setup.exe modify でコンポーネントを追加する（バージョンは変更しない）。

【インストールコマンドの実行方法】

管理者権限でコマンドプロンプトを起動する（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」）。そして、コマンド全体をコマンドプロンプトにコピー＆ペーストする。

REM ============================================================
REM Visual C++ 再頒布可能パッケージ (VCRedist 2015-)
REM ============================================================
winget install --scope machine --id Microsoft.VCRedist.2015+.x64 -e --silent --disable-interactivity --force --accept-source-agreements --accept-package-agreements --override "/quiet /norestart"
if not "%ERRORLEVEL%"=="0" ( color 0c & echo VCRedist のインストールに失敗しました & ping 127.0.0.1 -n 6 >nul & color )

REM ============================================================
REM Visual Studio Build Tools + Desktop development with C++
REM （VCTools、MSBuildTools、CMake連携、Clang、Windows 11 SDK）
REM ============================================================
REM 進行中のインストーラーを停止（ロック競合回避。対象プロセスが存在しない場合は
REM taskkillがエラーを返すが、これは想定内であるため出力のみ抑制する）
taskkill /F /IM vs_setup.exe /T >nul 2>&1
taskkill /F /IM vs_installer.exe /T >nul 2>&1
taskkill /F /IM vs_installerservice.exe /T >nul 2>&1
taskkill /F /IM msiexec.exe /T >nul 2>&1

REM Build Tools + Desktop development with C++（VCTools）+ 追加コンポーネント（一括）
REM 未インストール時: winget で新規インストール
REM インストール済み時: setup.exe modify でコンポーネント追加（バージョンは変更しない）
winget list --id Microsoft.VisualStudio.BuildTools 2>nul | findstr /i "BuildTools" >nul 2>&1
if %ERRORLEVEL% EQU 0 (
    for /f "usebackq delims=" %P in (`"C:\Program Files (x86)\Microsoft Visual Studio\Installer\vswhere.exe" -products Microsoft.VisualStudio.Product.BuildTools -property installationPath`) do start /wait "" "C:\Program Files (x86)\Microsoft Visual Studio\Installer\setup.exe" modify --installPath "%P" --add Microsoft.VisualStudio.Workload.VCTools --add Microsoft.VisualStudio.Workload.MSBuildTools --add Microsoft.VisualStudio.Component.VC.CMake.Project --add Microsoft.VisualStudio.Component.VC.Llvm.Clang --add Microsoft.VisualStudio.Component.VC.Llvm.ClangToolset --add Microsoft.VisualStudio.Component.Windows11SDK.26100 --add Microsoft.VisualStudio.Component.VC.v143.x86.x64 --includeRecommended --quiet --norestart --nocache
    if not "%ERRORLEVEL%"=="0" ( color 0c & echo Build Tools のコンポーネント追加に失敗しました & ping 127.0.0.1 -n 6 >nul & color )
) else (
    winget install --scope machine --id Microsoft.VisualStudio.BuildTools -e --silent --disable-interactivity --force --accept-source-agreements --accept-package-agreements --override "--quiet --wait --norestart --nocache --add Microsoft.VisualStudio.Workload.VCTools --includeRecommended --add Microsoft.VisualStudio.Workload.MSBuildTools --add Microsoft.VisualStudio.Component.VC.CMake.Project --add Microsoft.VisualStudio.Component.VC.Llvm.Clang --add Microsoft.VisualStudio.Component.VC.Llvm.ClangToolset --add Microsoft.VisualStudio.Component.Windows11SDK.26100 --add Microsoft.VisualStudio.Component.VC.v143.x86.x64"
    if not "%ERRORLEVEL%"=="0" ( color 0c & echo Build Tools のインストールに失敗しました & ping 127.0.0.1 -n 6 >nul & color )
)

REM
REM BuildTools のインストールパスを vswhere.exe で取得（メジャーバージョンに依存しない）
set "VSWHERE=C:\Program Files (x86)\Microsoft Visual Studio\Installer\vswhere.exe"
set "BT_PATH="
for /f "usebackq delims=" %P in (`"%VSWHERE%" -products Microsoft.VisualStudio.Product.BuildTools -property installationPath`) do set "BT_PATH=%P"
if not defined BT_PATH ( color 0c & echo Build Tools のインストールパスを取得できませんでした & ping 127.0.0.1 -n 6 >nul & color )

REM 破損時の修復（任意、動作がおかしくなった場合）
REM if defined BT_PATH "C:\Program Files (x86)\Microsoft Visual Studio\Installer\setup.exe" repair --installPath "%BT_PATH%" --quiet --norestart
REM 導入確認（インストールパスが表示されれば正常）
"%VSWHERE%" -products * -requires Microsoft.VisualStudio.Workload.VCTools -property installationPath

上記のコマンドでは、Build Tools 本体と Visual C++ 再頒布可能パッケージをインストールし、続いて以下のコンポーネントを追加している。

追加のコンポーネントが必要になった場合は Visual Studio Installer で個別にインストールできる。

インストール完了の確認

winget list Microsoft.VisualStudio.BuildTools

Visual Studio を必要とするとき

Visual Studio の機能を必要とする場合は，追加インストールできる。

Python 3.12 のインストール

Pythonのインストールを行い、Pythonのプログラムを実行する環境を整える。扱う環境は、Windows搭載パソコンである。金子研究室では、Python 3.12.10を推奨する。

[Windows での Python 3.12 のインストール手順を見るには、ここをクリック]

Windows での Python 3.12 のインストール

以下のいずれかの方法でPython 3.12をインストールする。Pythonがインストール済みの場合、この手順は不要である。

方法 1：winget によるインストール

【インストールコマンドの実行方法】

管理者権限でコマンドプロンプトを起動する（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」）。そして、コマンド全体をコマンドプロンプトにコピー＆ペーストする。

--scope machine を指定することで、システム全体（全ユーザー向け）にインストールされる。このオプションの実行には管理者権限が必要である。インストール完了後、コマンドプロンプトを再起動するとPATHが反映される。

REM Python 3.12 をシステム領域にインストール
winget install --id Python.Python.3.12 -e --scope machine --silent --accept-source-agreements --accept-package-agreements --override "/quiet InstallAllUsers=1 PrependPath=1 Include_test=0 Include_pip=1 Include_launcher=1 InstallLauncherAllUsers=1 TargetDir=\"C:\Program Files\Python312\""
if not "%ERRORLEVEL%"=="0" ( color 0c & echo Python 3.12 のインストールに失敗しました & ping 127.0.0.1 -n 6 >nul & color )

REM Python と Scripts を PATH 先頭に追加
powershell -NoProfile -Command "$p='C:\Program Files\Python312'; $s=\"$p\Scripts\"; if(Test-Path $p){$k=[Microsoft.Win32.Registry]::LocalMachine.OpenSubKey('SYSTEM\CurrentControlSet\Control\Session Manager\Environment',$true); $c=$k.GetValue('Path','',[Microsoft.Win32.RegistryValueOptions]::DoNotExpandEnvironmentNames); $t=$k.GetValueKind('Path'); $new=$c; if((';'+$new+';') -notlike \"*;$p;*\"){$new=$p+';'+$new}; if((';'+$new+';') -notlike \"*;$s;*\"){$new=$s+';'+$new}; if($new -ne $c){$k.SetValue('Path',$new,$t)}; $k.Close()}"

REM 現在のセッションにも反映（システムPATHを再取得して連結）
for /f "usebackq tokens=2,*" %A in (`reg query "HKLM\SYSTEM\CurrentControlSet\Control\Session Manager\Environment" /v Path`) do set "PATH=%B"

REM pip / wheel の更新
python -m pip install --no-user -U pip wheel
if not "%ERRORLEVEL%"=="0" ( color 0c & echo pip / wheel の更新に失敗しました & ping 127.0.0.1 -n 6 >nul & color )

方法 2：インストーラーによるインストール

  1. Python公式サイト（https://www.python.org/downloads/）にアクセスし、「Download Python 3.x.x」ボタンからWindows用インストーラーをダウンロードする。
  2. ダウンロードしたインストーラーを実行する。
  3. 初期画面の下部に表示される「Add python.exe to PATH」にチェックを入れてから「Customize installation」を選択する。このチェックを入れ忘れると、コマンドプロンプトから python コマンドを実行できない。
  4. 「Install Python 3.xx for all users」にチェックを入れ、「Install」をクリックする。

インストールの確認

コマンドプロンプトで以下を実行する。

python --version

バージョン番号（例：Python 3.12.x）が表示されればインストール成功である。「'python' は、内部コマンドまたは外部コマンドとして認識されていません。」と表示される場合は、インストールが正常に完了していない。

Git 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する （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」）。

REM Git をシステム領域にインストール
winget install --scope machine --id Git.Git -e --silent --disable-interactivity --force --accept-source-agreements --accept-package-agreements --override "/VERYSILENT /NORESTART /NOCANCEL /SP- /CLOSEAPPLICATIONS /RESTARTAPPLICATIONS /COMPONENTS=""icons,ext\reg\shellhere,assoc,assoc_sh"" /o:PathOption=Cmd /o:CRLFOption=CRLFCommitAsIs /o:BashTerminalOption=MinTTY /o:DefaultBranchOption=main /o:EditorOption=VIM /o:SSHOption=OpenSSH /o:UseCredentialManager=Enabled /o:PerformanceTweaksFSCache=Enabled /o:EnableSymlinks=Disabled /o:EnableFSMonitor=Disabled"

【関連する外部ページ】

Build Tools for Visual Studio 2026，NVIDIA ドライバ，NVIDIA CUDA ツールキット 12.8，NVIDIA cuDNN のインストール（Windows 上）

【サイト内の関連ページ】 NVIDIA グラフィックスボードを搭載しているパソコンの場合には， NVIDIA ドライバ， NVIDIA CUDA ツールキット， NVIDIA cuDNN のインストールを行う．

【関連する外部ページ】

PyTorch のインストール（Windows 上）

  1. 以下の手順を管理者権限のコマンドプロンプトで実行する （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」）。
  2. PyTorch のページを確認

    PyTorch の公式ページ: https://pytorch.org/index.html

  3. 次のコマンドを実行する（実行するコマンドは，PyTorch のページに表示されるコマンドを使う）．

    次のコマンドにより， PyTorch （NVIDIA CUDA 12.8 用）がインストールされる．

    事前に，NVIDIA CUDA ツールキット のバージョンを確認しておくこと（ここでは，NVIDIA CUDA ツールキット 12.8 がインストール済みであるとする）．

    PyTorch で GPU が動作している場合，「torch.cuda.is_available()」の実行結果は True になる． 

    python -m pip install -U --no-user --ignore-installed pip
python -m pip uninstall -y torch torchvision torchaudio torchtext xformers
python -m pip install -U --no-user torch torchvision torchaudio numpy --index-url https://download.pytorch.org/whl/cu128

python -c "import torch; print(torch.__version__, torch.cuda.is_available())"

    【サイト内の関連ページ】

    【関連する外部ページ】

InsightFace のインストール（Windows 上）

  1. 以下のコマンドを管理者権限のx64 Native Tools コマンドプロンプト (x64 Native Tools Command Prompt)で実行する 　　（手順：スタートメニュー →「Visual Studio 20xx」の下の「x64 Native Tools コマンドプロンプト (x64 Native Tools Command Prompt)」 → 「管理者として実行」）。
    「x64 Native Tools コマンドプロンプト」がないときは，ビルドツール (Build Tools) をインストールすると，x64 Native Tools コマンドプロンプトも合わせてインストールされる．手順は，別ページ »で説明している．
    GPU を使わない場合には「onnxruntime-gpu」でなく，「onnxruntime」をインストールすること． 
    python -m pip install -U --no-user numpy==1.26.4 cython insightface onnxruntime-gpu

InsightFace による顔検出，年齢と性別の推定，顔識別，人体検出（Windows 上）

顔検出，年齢と性別の推定，画像ファイル（複数可）での実行

公式ページ (https://github.com/deepinsight/insightface/tree/master/python-package) に記載の，顔検出及び年齢と性別の予測のプログラムを実行する．

このプログラムは buffalo_l という名前の事前学習済みモデルを使用している．
  1. Windows で，コマンドプロンプトを実行
  2. エディタを起動 
    mkdir %USERPROFILE%\insightface
cd /d c:%HOMEPATH%\insightface
notepad a.py
  3. エディタで，次のプログラムを保存

    枠線の太さや文字の大きさを調整したいときは，app/face_analysis.py を編集する．

    このプログラムは，選択した画像ファイルから顔を検出し，年齢と性別を推定する．検出された顔には枠が描画され，結果が表示される．また，検出された顔の位置，推定された年齢と性別が出力される． 
    import cv2
import numpy as np
import matplotlib.pyplot as plt
import insightface
from insightface.app import FaceAnalysis
from insightface.data import get_image as ins_get_image
import tkinter as tk
from tkinter import filedialog
import os
from PIL import Image

def initialize_face_analysis():
    app = FaceAnalysis(providers=['CUDAExecutionProvider', 'CPUExecutionProvider'])
    app.prepare(ctx_id=0, det_size=(640, 640))
    return app

def select_files():
    root = tk.Tk()
    root.withdraw()
    fpaths = filedialog.askopenfilenames()
    return root.tk.splitlist(fpaths)

def process_image(fpath, app):
    img = cv2.imread(fpath)
    faces = app.get(img)
    rimg = app.draw_on(img, faces)
    result_path = "result_" + os.path.basename(fpath)
    cv2.imwrite(result_path, rimg)
    Image.open(result_path).show()
    return faces

def print_face_info(faces, fpath):
    print("bbox, age, gender")
    print("filename, ", fpath)
    for face in faces:
        print(face['bbox'], face['age'], face['gender'])

def main():
    app = initialize_face_analysis()
    fpaths = select_files()

    for fpath in fpaths:
        print("file name: ", fpath)
        faces = process_image(fpath, app)
        print_face_info(faces, fpath)

if __name__ == "__main__":
    main()
  4. Python プログラムの実行

    プログラムを a.pyのようなファイル名で保存したので， 「python a.py」のようなコマンドで行う． 

    python a.py

    ファイル選択画面が出るので，画像ファイルを選択する．ファイルは複数選択可能である．

  5. 結果の確認

    それぞれのファイルについて，ファイル名と，検出された顔の bounding box（バウンディングボックス），年齢，性別が表示される．

顔検出，年齢と性別の推定，パソコンのカメラで使用

Python プログラムを実行する

このプログラムはリアルタイムで顔検出を行う．カメラから取得した映像から顔を検出し，年齢と性別を推定する．検出された顔には枠が描画され，リアルタイムで結果が表示される．'q' キーを押すとプログラムが終了する． 
import cv2
import numpy as np
import insightface
from insightface.app import FaceAnalysis
from insightface.data import get_image as ins_get_image

def initialize_face_analysis():
    app = FaceAnalysis(providers=['CUDAExecutionProvider', 'CPUExecutionProvider'])
    app.prepare(ctx_id=0, det_size=(640, 640))
    return app

def capture_video():
    v = cv2.VideoCapture(0)
    return v

def process_frame(f, app):
    faces = app.get(f)
    rimg = app.draw_on(f, faces)
    return rimg

def display_frame(rimg):
    cv2.imshow("", rimg)

def main():
    app = initialize_face_analysis()
    v = capture_video()

    while(v.isOpened()):
        r, f = v.read()
        if not r:
            break

        rimg = process_frame(f, app)
        display_frame(rimg)

        # Press Q to exit
        if cv2.waitKey(1) & 0xFF == ord('q'):
            break

    v.release()
    cv2.destroyAllWindows()

if __name__ == "__main__":
    main()

顔識別，画像ファイル（複数可）での実行

このプログラムは buffalo_l という名前の事前学習済みモデルを使用している．
  1. Windows で，コマンドプロンプトを実行
  2. エディタを起動 
    mkdir %USERPROFILE%\insightface
cd /d c:%HOMEPATH%\insightface
notepad c.py
  3. エディタで，次のプログラムを保存

    枠線の太さや文字の大きさを調整したいときは，app/face_analysis.py を編集する．

    このプログラムは，1つの基準となる顔画像と複数の比較対象の顔画像を選択し，顔の類似度を計算する．まず，基準となる顔画像から顔を検出し，その特徴ベクトル（embedding）を取得する．次に，比較対象の画像から顔を検出し，それぞれの特徴ベクトルと基準顔の特徴ベクトルの類似度を計算して表示する． 
    import cv2
import numpy as np
import matplotlib.pyplot as plt
import insightface
from insightface.app import FaceAnalysis
from insightface.data import get_image as ins_get_image
import tkinter as tk
from tkinter import filedialog
import os
from PIL import Image

def initialize_face_analysis():
    app = FaceAnalysis(providers=['CUDAExecutionProvider', 'CPUExecutionProvider'])
    app.prepare(ctx_id=0, det_size=(640, 640))
    return app

def select_file():
    root = tk.Tk()
    root.withdraw()
    fpath = filedialog.askopenfilename()
    return fpath

def select_files():
    root = tk.Tk()
    root.withdraw()
    fpaths = filedialog.askopenfilenames()
    return root.tk.splitlist(fpaths)

def process_image(fpath, app):
    img = cv2.imread(fpath)
    faces = app.get(img)
    rimg = app.draw_on(img, faces)
    result_path = "result_" + os.path.basename(fpath)
    cv2.imwrite(result_path, rimg)
    Image.open(result_path).show()
    return faces

def print_face_info(faces, fpath):
    print("filename, ", fpath)
    print("bbox, age, gender")
    for face in faces:
        print(face['bbox'], face['age'], face['gender'])

def compare_embeddings(faces, embedding):
    for face in faces:
        print(face['bbox'], face['age'], face['gender'], np.dot(face['embedding'], embedding.T))

def main():
    app = initialize_face_analysis()

    # First face
    fpath = select_file()
    print("file name: ", fpath)
    faces = process_image(fpath, app)
    print_face_info(faces, fpath)
    embedding = faces[0]['embedding']
    print(embedding)

    # Comparing faces
    fpaths = select_files()
    for fpath in fpaths:
        print("file name: ", fpath)
        faces = process_image(fpath, app)
        print_face_info(faces, fpath)
        compare_embeddings(faces, embedding)

if __name__ == "__main__":
    main()
  4. Python プログラムの実行

    プログラムを c.pyのようなファイル名で保存したので， 「python c.py」のようなコマンドで行う． 

    python c.py

    ファイル選択画面が出るので，画像ファイルを選択する．このとき，画像は１つ選択する．

    処理が終わると，画像と， ファイル名と，検出された顔の bounding box（バウンディングボックス），年齢，性別が表示される．

    再びファイル選択画面が出る．画像ファイルを選択する．今後は，画像を複数選択可能である．

  5. 結果の確認

    処理が終わると，画像と， ファイル名と，検出された顔の bounding box（バウンディングボックス），年齢，性別が表示される． そして，最初に選んだ顔との類似度が数字で表示される．類似度の値が大きいほど本人に似ていると判定されている．

人体検出，画像ファイル（複数可）での実行

公式ページ (https://github.com/deepinsight/insightface/blob/master/examples/person_detection/scrfd_person.py) に記載の，人体検出のプログラムを実行する．

  1. Windows で，コマンドプロンプトを実行
  2. エディタを起動 
    mkdir %USERPROFILE%\insightface
cd /d c:%HOMEPATH%\insightface
notepad b.py
  3. エディタで，次のプログラムを保存

    枠線の太さや文字の大きさを調整したいときは，app/face_analysis.py を編集する．

    このプログラムは，選択した画像から人物を検出する．検出された人物には，バウンディングボックス（全体を囲む長方形）が描画される．検出結果は画像として保存・表示され，バウンディングボックスの座標が出力される． 
    import numpy as np
import os
import cv2
import insightface
import tkinter as tk
from tkinter import filedialog
from PIL import Image

assert insightface.__version__ >= '0.4'

def initialize_detector():
    detector = insightface.model_zoo.get_model('scrfd_person_2.5g.onnx', download=True)
    detector.prepare(0, nms_thresh=0.5, input_size=(640, 640))
    return detector

def detect_person(img, detector):
    bboxes, kpss = detector.detect(img)
    bboxes = np.round(bboxes[:, :4]).astype(int)
    kpss = np.round(kpss).astype(int)
    kpss[:, :, 0] = np.clip(kpss[:, :, 0], 0, img.shape[1])
    kpss[:, :, 1] = np.clip(kpss[:, :, 1], 0, img.shape[0])
    vbboxes = bboxes.copy()
    vbboxes[:, 0] = kpss[:, 0, 0]
    vbboxes[:, 1] = kpss[:, 0, 1]
    vbboxes[:, 2] = kpss[:, 4, 0]
    vbboxes[:, 3] = kpss[:, 4, 1]
    return bboxes, vbboxes

def select_files():
    root = tk.Tk()
    root.withdraw()
    fpaths = filedialog.askopenfilenames()
    return root.tk.splitlist(fpaths)

def process_image(fpath, detector):
    img = cv2.imread(fpath)
    bboxes, vbboxes = detect_person(img, detector)
    for i in range(bboxes.shape[0]):
        bbox = bboxes[i]
        vbbox = vbboxes[i]
        x1, y1, x2, y2 = bbox
        vx1, vy1, vx2, vy2 = vbbox
        cv2.rectangle(img, (x1, y1), (x2, y2), (0, 255, 0), 1)
        alpha = 0.8
        color = (255, 0, 0)
        for c in range(3):
            img[vy1:vy2, vx1:vx2, c] = img[vy1:vy2, vx1:vx2, c] * alpha + color[c] * (1.0 - alpha)
        cv2.circle(img, (vx1, vy1), 1, color, 2)
        cv2.circle(img, (vx1, vy2), 1, color, 2)
        cv2.circle(img, (vx2, vy1), 1, color, 2)
        cv2.circle(img, (vx2, vy2), 1, color, 2)
    result_path = "result_" + os.path.basename(fpath)
    cv2.imwrite(result_path, img)
    Image.open(result_path).show()
    return bboxes

def main():
    detector = initialize_detector()
    fpaths = select_files()
    for fpath in fpaths:
        print("file name: ", fpath)
        bboxes = process_image(fpath, detector)
        print(bboxes)

if __name__ == "__main__":
    main()
  4. Python プログラムの実行

    プログラムを b.pyのようなファイル名で保存したので， 「python b.py」のようなコマンドで行う． 

    python b.py

    ファイル選択画面が出るので，画像ファイルを選択する．ファイルは複数選択可能である．

  5. 結果の確認

    このとき， bbox の情報が得られる． これは，検出された人物の bounding box である．