顔情報処理タスク別・実装手法の整理(検出・認識・属性・3D・生体・群衆)

用語

前準備

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。

Build Tools・CUDA Toolkit・PyTorch のインストール

本章では、C++ ビルドツール、NVIDIA CUDA Toolkit、PyTorch のインストールを行い、GPU を活用した機械学習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。

[Build Tools・CUDA Toolkit・PyTorch 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 2026 は、C++ ソースコードを Windows 用バイナリにコンパイルするための開発ツール群である。unsloth 等の一部 Python パッケージは、インストール時に C++ コードのビルドを必要とするため、これらのツールが必須となる。

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 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。

Windows での NVIDIA CUDA Toolkit のインストール

NVIDIA CUDA Toolkit は、NVIDIA GPU 上で計算を行うためのコンパイラ・ライブラリ群である。PyTorch や vLLM 等が GPU を利用するために必要となる。GPU を使用しない場合、この手順は不要である。

前提条件:NVIDIA GPU、NVIDIA ドライバ、Build Tools for Visual Studio もしくは Visual Studio が必要である。

インストール中の注意:他のウインドウは閉じておくこと。

【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 CUDA 12.8
REM ============================================================
winget install --scope machine --id Nvidia.CUDA --version 12.8 -e --silent --disable-interactivity --force --uninstall-previous --accept-source-agreements --accept-package-agreements --override "-s -n"
if not "%ERRORLEVEL%"=="0" ( color 0c & echo CUDA のインストールに失敗しました & ping 127.0.0.1 -n 6 >nul & color )

REM 統合用ファイルのコピー
if exist "C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.8\" (
    xcopy "C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.8\extras\visual_studio_integration\MSBuildExtensions\*.*" "c:\Program Files\Microsoft Visual Studio\18\Community\MSBuild\Microsoft\VC\v180\BuildCustomizations\" /Y
    xcopy "C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.8\extras\visual_studio_integration\MSBuildExtensions\*.*" "C:\Program Files (x86)\Microsoft Visual Studio\18\BuildTools\MSBuild\Microsoft\VC\v180\BuildCustomizations\" /Y
    xcopy "C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.8\extras\visual_studio_integration\MSBuildExtensions\*.*" "C:\Program Files (x86)\Microsoft Visual Studio\18\BuildTools\MSBuild\Microsoft\VC\v170\BuildCustomizations\" /Y /I
) else (
    echo CUDA v12.8 のディレクトリが存在しません。
    ping 127.0.0.1 -n 6 >nul
)

REM 環境変数TEMP, TMPの設定(一時ファイルの保存先を短いパスに変更)
set "TEMP=C:\TEMP"
set "TMP=C:\TEMP"
powershell -NoProfile -Command "$k=[Microsoft.Win32.Registry]::LocalMachine.OpenSubKey('SYSTEM\CurrentControlSet\Control\Session Manager\Environment',$true); foreach($n in @('TEMP','TMP')){ $t=[Microsoft.Win32.RegistryValueKind]::ExpandString; if($k.GetValueNames() -contains $n){ $t=$k.GetValueKind($n) }; $k.SetValue($n,'C:\TEMP',$t) }; $k.Close()"
reg query "HKLM\SYSTEM\CurrentControlSet\Control\Session Manager\Environment" /v TEMP
reg query "HKLM\SYSTEM\CurrentControlSet\Control\Session Manager\Environment" /v TMP

環境変数 TEMP および TMP を C:\TEMP に変更しているのは、後続のインストール処理で長いパス名や空白を含むパス名がエラーの原因となる場合があるためである。

Windows での PyTorch のインストール

https://pytorch.org のインストールガイドに従い、自環境の CUDA バージョンに対応したコマンドを取得して実行する。CUDA バージョンは以下で確認できる。

nvcc --version

管理者権限でコマンドプロンプトを起動し、以下を実行する。cu128 は CUDA 12.8 用のタグである。CUDA バージョンが異なる場合は、上記公式サイトで該当するタグを確認し、URL 末尾の cu128 を置き換えること。

REM numpy と PyTorch(CUDA 12.8 対応 wheel)、pip キャッシュを全削除
set "CUDA_TAG=cu128"
pip install --no-user -U numpy torch torchvision torchaudio --index-url https://download.pytorch.org/whl/%CUDA_TAG%
if not "%ERRORLEVEL%"=="0" ( color 0c & echo numpy / PyTorch のインストールに失敗しました & ping 127.0.0.1 -n 6 >nul & color )

Python の開発環境 Visual Studio Code のインストールと Python 用の設定

Python の開発環境Visual Studio Code(プログラムを編集するソフトウェア。以下、VS Code)を整える。

[Windows での Visual Studio Code のインストールと Python 用の設定手順を見るには、ここをクリック]

Windows での Visual Studio Code のインストールと Python 用の設定手順

1. VS Code と拡張機能のインストール

以下のコマンドにより,既存の VS Code を削除し,全ユーザー共有の設定で再インストールしたうえで,拡張機能(VS Code に機能を追加するソフトウェア)をまとめて導入する.

【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。

インストールコマンド


REM ============================================================
REM Microsoft Visual Studio Code
REM ============================================================
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 全ユーザー共有の拡張機能フォルダ
if not exist "C:\ProgramData\vscode-extensions" mkdir "C:\ProgramData\vscode-extensions"
icacls "C:\ProgramData\vscode-extensions" /grant "Everyone:(OI)(CI)M" /T

REM スタートメニューのショートカットを --extensions-dir 付きで再作成
if exist "C:\ProgramData\Microsoft\Windows\Start Menu\Programs\Visual Studio Code" rmdir /s /q "C:\ProgramData\Microsoft\Windows\Start Menu\Programs\Visual Studio Code"
if exist "C:\ProgramData\Microsoft\Windows\Start Menu\Programs\Visual Studio Code.lnk" del "C:\ProgramData\Microsoft\Windows\Start Menu\Programs\Visual Studio Code.lnk"
powershell -NoProfile -Command "$s=New-Object -ComObject WScript.Shell; $lnk=$s.CreateShortcut('C:\ProgramData\Microsoft\Windows\Start Menu\Programs\Visual Studio Code.lnk'); $lnk.TargetPath='C:\Program Files\Microsoft VS Code\Code.exe'; $lnk.Arguments='--extensions-dir \"C:\ProgramData\vscode-extensions\"'; $lnk.Save()"
REM ショートカットの検証
powershell -NoProfile -Command "$s=New-Object -ComObject WScript.Shell; $lnk=$s.CreateShortcut('C:\ProgramData\Microsoft\Windows\Start Menu\Programs\Visual Studio Code.lnk'); Write-Host 'TargetPath:' $lnk.TargetPath; Write-Host 'Arguments:' $lnk.Arguments"

REM ファイル / フォルダ右クリックの「Code で開く」を登録
reg add "HKLM\SOFTWARE\Classes\*\shell\VSCode\command" /ve /d "\"C:\Program Files\Microsoft VS Code\Code.exe\" --extensions-dir \"C:\ProgramData\vscode-extensions\" \"%1\"" /f
reg add "HKLM\SOFTWARE\Classes\Directory\shell\VSCode\command" /ve /d "\"C:\Program Files\Microsoft VS Code\Code.exe\" --extensions-dir \"C:\ProgramData\vscode-extensions\" \"%1\"" /f
reg add "HKLM\SOFTWARE\Classes\Directory\Background\shell\VSCode\command" /ve /d "\"C:\Program Files\Microsoft VS Code\Code.exe\" --extensions-dir \"C:\ProgramData\vscode-extensions\" \"%V\"" /f

REM --extensions-dir 付きで起動する code.cmd ラッパを作成
REM (%* を echo で書くと対話的 cmd で失われるため、PowerShell で [char]37+'*' を書き出す)
powershell -NoProfile -Command "$pct=[char]37; $q=[char]34; $c='@echo off'+[char]13+[char]10+$q+'C:\Program Files\Microsoft VS Code\bin\code.cmd'+$q+' --extensions-dir '+$q+'C:\ProgramData\vscode-extensions'+$q+' '+$pct+'*'+[char]13+[char]10; [IO.File]::WriteAllText('C:\ProgramData\vscode-extensions\vscode.cmd',$c,[Text.Encoding]::ASCII)"

REM 拡張機能のインストール
set "CODE=C:\Program Files\Microsoft VS Code\bin\code.cmd"
"%CODE%" --extensions-dir "C:\ProgramData\vscode-extensions" --uninstall-extension GitHub.copilot
"%CODE%" --extensions-dir "C:\ProgramData\vscode-extensions" --uninstall-extension GitHub.copilot-chat
"%CODE%" --extensions-dir "C:\ProgramData\vscode-extensions" --install-extension ms-python.python
"%CODE%" --extensions-dir "C:\ProgramData\vscode-extensions" --install-extension ms-python.vscode-pylance
"%CODE%" --extensions-dir "C:\ProgramData\vscode-extensions" --install-extension ms-python.debugpy
"%CODE%" --extensions-dir "C:\ProgramData\vscode-extensions" --install-extension MS-CEINTL.vscode-language-pack-ja
"%CODE%" --extensions-dir "C:\ProgramData\vscode-extensions" --install-extension saoudrizwan.claude-dev
"%CODE%" --extensions-dir "C:\ProgramData\vscode-extensions" --install-extension rust-lang.rust-analyzer
"%CODE%" --extensions-dir "C:\ProgramData\vscode-extensions" --install-extension tamasfe.even-better-toml
"%CODE%" --extensions-dir "C:\ProgramData\vscode-extensions" --install-extension anthropic.claude-code
"%CODE%" --extensions-dir "C:\ProgramData\vscode-extensions" --install-extension almenon.arepl
"%CODE%" --extensions-dir "C:\ProgramData\vscode-extensions" --list-extensions --show-versions

REM settings.json を作成(自動更新オフ、Python、Claude Code 設定)
if not exist "%APPDATA%\Code\User" mkdir "%APPDATA%\Code\User"
python -c "import json,os;data={'update.mode':'none','update.enableWindowsBackgroundUpdates':False,'extensions.autoUpdate':False,'python.defaultInterpreterPath':r'C:\Program Files\Python312\python.exe','claudeCode.environmentVariables':[{'name':'ANTHROPIC_API_KEY','value':'not-needed'},{'name':'ANTHROPIC_AUTH_TOKEN','value':'ollama'},{'name':'ANTHROPIC_BASE_URL','value':'http://localhost:11434'},{'name':'ANTHROPIC_MODEL','value':'glm-4.7-flash'},{'name':'CLAUDE_CODE_DISABLE_NONESSENTIAL_TRAFFIC','value':'1'}]};p=os.path.join(os.environ['APPDATA'],'Code','User','settings.json');open(p,'w',encoding='utf-8').write(json.dumps(data,indent=4));print('Done:',p)"

REM 自動更新の抑止ポリシー(settings.json に加えて、レジストリ側でも明示的にオフ)
reg add "HKLM\SOFTWARE\Policies\Microsoft\VSCode" /v "UpdateMode" /t REG_SZ /d "none" /f
echo === セットアップ完了 ===

2. Python インタプリタの選択

同一マシンに複数の Python がインストールされている場合,VS Code で使用する Python 本体(インタプリタ:Python プログラムを解釈・実行するソフトウェア)を選択する必要がある.

  1. コマンドパレット(コマンド名で機能を呼び出す VS Code の入力欄)を開く(Ctrl+Shift+P)
  2. Python: Select Interpreter と入力する
  3. 表示される一覧から,使用する Python(例:C:\Program Files\Python312\python.exe)を選択する.

Python プログラム実行手順

[Windows での Python プログラム実行手順を見るには、ここをクリック]

Windows での Python 実行手順(Visual Studio Codeを使用)

プログラムファイルの作成と保存

  1. 左サイドバーの「エクスプローラー」アイコン(Ctrl+Shift+E)をクリックする
  2. 「NO FOLDER OPENED」(作業対象フォルダが未選択の状態)と表示される場合は,「Open Folder」をクリックし,プログラムを保存するフォルダを選択する

    続いて「フォルダを信用するか」を確認する画面(フォルダ内のコードを実行してよいか確認する VS Code の仕組み)が表示されるので,チェックして Yes を選択する

  3. フォルダ名の右側に表示される「新しいファイル」アイコンをクリックする
  4. ファイル名(例:aitask.py.ファイル名は何でも良い)を入力し Enter を押す.拡張子は .py(Python ファイルを示す拡張子)とする
  5. 実行したいコードを選択し,Ctrl+C でコピーする.VS Code のエディタ領域に Ctrl+V で貼り付ける
  6. Ctrl+S で保存する

プログラムの実行

  1. エディタ右上の三角形「▷」アイコン(Run Python File:現在開いている Python ファイルを実行するボタン)をクリックする.または,エディタ上で右クリックし「ターミナルで Python ファイルを実行」を選択する
  2. VS Code 下部のターミナル(コマンドの入出力を表示する画面)に,実行結果(print 関数の出力等)が表示される
  3. tkinter(Python 標準の GUI ライブラリ)のファイル選択ダイアログを使うプログラムを実行した場合は,ダイアログが開くので対象画像を選択する
  4. VS Code 下部のターミナルで実行結果を確認する.OpenCV ウィンドウ(OpenCV が画像を表示するために開く専用ウィンドウ)が開いた場合はそちらも確認する.OpenCV ウィンドウは,マウスクリックでウィンドウをアクティブ(操作対象の状態)にしてからキーを押すと終了する

1. 検出・位置:顔検出(複数顔・バウンディングボックス)

タスク定義単一のRGB画像または映像フレームを入力とし、画像内の各顔のバウンディングボックスと信頼度を出力する。複数顔を同時に検出する。

InsightFace(buffalo_lモデルパック・検出器=det_10g)

InsightFaceは2D・3D顔解析の統合プロジェクトで、検出・認識・属性推定など複数の機能を同一パッケージ・同一APIで提供する。標準モデルパックbuffalo_lには顔検出用のdet_10gモデルが含まれる。掲載コードでは顔検出だけを行うため、allowed_modules=["detection"] を指定し、認識・属性推定など不要なモデルを読み込まないようにしている。これにより、顔検出タスクの説明とコードの動作が一致する。

GPU/CPU:掲載コードはCPU標準設定(CTX_ID=-1,PROVIDERS=["CPUExecutionProvider"])である。GPUで実行する場合は,ONNX Runtime GPUが利用できる環境で,コード中の CTX_ID と PROVIDERS をコメントの通り変更する。

代替として、WIDER FACEで学習したYOLO-face系が3条件(Windows動作・ソース公開・学習済みモデル公開)を満たす。pip install ultralytics 環境で軽量モデルから高精度モデルまでを読み込んで推論でき、小さい顔や混雑シーンでの検出に強い。ultralyticsに慣れている場合や検出のみを軽量に済ませたい場合の選択肢となる。コード:https://github.com/akanametov/yolo-face。

継続採用の理由:YOLO-face系も有力だが、検出に加え認識・属性・年齢性別までを単一パイプラインで賄え、CPU/GPUを同一APIで切り替えられる利点からInsightFaceを主枠とする。ライセンス:コードはMIT系。一部の学習済みモデルは研究用配布のため、商用時は要確認。

ライブラリのインストール

学習済みモデル:pip install --no-user insightface で導入でき、初回使用時にモデル(buffalo_l 等)が自動ダウンロードされる。Windows動作可。

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,以下のコマンドを実行

pip uninstall -y opencv-python-headless opencv-python
pip install --no-user opencv-python insightface
pip uninstall -y opencv-python-headless

ソースコード

# InsightFace:カメラ映像から顔のバウンディングボックスを検出(ループ表示)
import cv2
from insightface.app import FaceAnalysis

CTX_ID = -1
PROVIDERS = ["CPUExecutionProvider"]

# GPU設定済みの場合は,次の2行に変更する
# CTX_ID = 0
# PROVIDERS = ["CUDAExecutionProvider", "CPUExecutionProvider"]

app = FaceAnalysis(
    name="buffalo_l",
    allowed_modules=["detection"],
    providers=PROVIDERS
)
app.prepare(ctx_id=CTX_ID, det_size=(640, 640))

cap = cv2.VideoCapture(0, cv2.CAP_DSHOW)

while True:
    _, img = cap.read()   # imgはBGR(OpenCV形式)
    faces = app.get(img)

    for f in faces:
        x1, y1, x2, y2 = f.bbox.astype(int)   # [x1, y1, x2, y2]
        label_y = max(y1 - 10, 30)
        cv2.rectangle(img, (x1, y1), (x2, y2), (0, 255, 0), 2)
        cv2.putText(img, "{:.2f}".format(f.det_score), (x1, label_y),
                    cv2.FONT_HERSHEY_SIMPLEX, 0.8, (0, 255, 0), 2)

    cv2.putText(img, "ESC key: quit", (10, 30),
                cv2.FONT_HERSHEY_SIMPLEX, 1.0, (0, 255, 0), 2)

    cv2.imshow("camera", img)
    key = cv2.waitKey(1) & 0xFF
    if key == 27:   # 27 = ESC
        break

cap.release()
cv2.destroyAllWindows()

2. 検出・位置:2Dランドマーク検出

タスク定義顔画像を入力とし、目・鼻・口・輪郭などの特徴点(2Dランドマーク)の画像座標を出力する。点数は手法により異なる(疎な68点〜高密度メッシュ)。

CPU枠=MediaPipe Face Landmarker(Face Mesh系)

MediaPipe Face Landmarkerは高密度の顔ランドマークを返す軽量タスクで、CPUのみでリアルタイム動作する。旧来のFace Meshは468点として説明されることが多く、Face Landmarkerではモデル版により虹彩周辺点を含む高密度ランドマークが返る。掲載コードでは点数を固定せず、返されたランドマーク列をそのまま描画する。

カメラ映像を扱うため、掲載コードでは running_mode=VisionRunningMode.VIDEO とし、detect_for_video に単調増加するタイムスタンプを渡す。静止画像用の IMAGE モードを動画ループで使うより、説明通りの映像フレーム処理に合っている。

学習済みモデル:MediaPipeは pip install mediapipe で導入し、taskファイルを取得する。FANは pip install face-alignment で導入し、重みは初回実行時に自動ダウンロードされる。いずれもWindows動作可。

GPU/CPU:MediaPipeはCPUで動作する。FANはGPU推奨だがCPUでも動作する。

ライブラリのインストール

学習済みモデル:pip install mediapipe で導入でき,taskファイル(face_landmarker.task)は別途ダウンロードして配置する。Windows動作可。

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,以下のコマンドを実行

pip uninstall -y opencv-python-headless opencv-python
pip install --no-user opencv-python mediapipe
pip uninstall -y opencv-python-headless

続いて,以下のURLからモデルファイル(face_landmarker.task)をダウンロードし,Pythonスクリプトと同じフォルダに保存する。

コマンドで取得する場合は,Pythonスクリプトを置くフォルダで次を実行する。

curl -L -o face_landmarker.task https://storage.googleapis.com/mediapipe-models/face_landmarker/face_landmarker/float16/1/face_landmarker.task

ソースコード

# MediaPipe Face Landmarker:カメラ映像から高密度2Dランドマークを検出(ループ表示)
import cv2
import mediapipe as mp

BaseOptions = mp.tasks.BaseOptions
FaceLandmarker = mp.tasks.vision.FaceLandmarker
FaceLandmarkerOptions = mp.tasks.vision.FaceLandmarkerOptions
VisionRunningMode = mp.tasks.vision.RunningMode

options = FaceLandmarkerOptions(
    base_options=BaseOptions(model_asset_path="face_landmarker.task"),
    running_mode=VisionRunningMode.VIDEO,
    num_faces=5
)
landmarker = FaceLandmarker.create_from_options(options)

cap = cv2.VideoCapture(0, cv2.CAP_DSHOW)
timestamp_ms = 0

while True:
    _, img = cap.read()   # imgはBGR(OpenCV形式)
    timestamp_ms += 33    # VIDEOモード用の単調増加タイムスタンプ

    h, w = img.shape[:2]
    rgb = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
    mp_image = mp.Image(image_format=mp.ImageFormat.SRGB, data=rgb)

    result = landmarker.detect_for_video(mp_image, timestamp_ms)

    for face_landmarks in result.face_landmarks:
        for landmark in face_landmarks:
            x, y = int(landmark.x * w), int(landmark.y * h)
            cv2.circle(img, (x, y), 1, (0, 255, 0), -1)

    cv2.putText(img, "ESC key: quit", (10, 30),
                cv2.FONT_HERSHEY_SIMPLEX, 1.0, (0, 255, 0), 2)

    cv2.imshow("camera", img)
    key = cv2.waitKey(1) & 0xFF
    if key == 27:   # 27 = ESC
        break

landmarker.close()
cap.release()
cv2.destroyAllWindows()

GPU推奨枠=FAN(face-alignment)

FAN(face-alignment)は68点のランドマーク検出で、2D/3Dの両方を出力でき、研究用途で広く使われる。密なメッシュが必要ならMediaPipe、68点で足りる場合はFANを選ぶ。FANは顔が1つも検出されないフレームでは None を返すことがあるため、掲載コードでは通常の空出力として空リストに正規化してから描画する。これにより、顔が映っていないフレームでも次のフレーム処理に進む。

ライブラリのインストール

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」)

そして,以下のコマンドを実行

pip uninstall -y opencv-python-headless opencv-python
pip install --no-user opencv-python face-alignment
pip uninstall -y opencv-python-headless

ソースコード

# face-alignment(FAN):カメラ画像から68点の2Dランドマークを推定(ループ表示)
import cv2
import face_alignment

DEVICE = "cpu"
# GPU設定済みの場合は,次の行に変更する
# DEVICE = "cuda"

fa = face_alignment.FaceAlignment(
    face_alignment.LandmarksType.TWO_D,
    device=DEVICE
)

cap = cv2.VideoCapture(0, cv2.CAP_DSHOW)

while True:
    _, img = cap.read()   # imgはBGR(OpenCV形式)
    rgb = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)   # face-alignmentはRGBを想定

    preds = fa.get_landmarks(rgb) or []

    cv2.putText(img, "ESC key: quit", (10, 30),
                cv2.FONT_HERSHEY_SIMPLEX, 1.0, (0, 255, 0), 2)

    for landmarks in preds:
        for x, y in landmarks:
            cv2.circle(img, (int(x), int(y)), 2, (0, 255, 0), -1)

    cv2.imshow("camera", img)
    key = cv2.waitKey(1) & 0xFF
    if key == 27:   # 27 = ESC
        break

cap.release()
cv2.destroyAllWindows()

3. 認識:顔認識(1:1照合)

タスク定義2枚の顔画像を入力とし,それぞれの顔から抽出した特徴ベクトル(embedding)の類似度に基づき,同一人物か否かを判定する。

InsightFace(buffalo_lモデルの認識ネットワーク)

InsightFaceはArcFaceに基づく顔認識モデルを検出モデルと同一パッケージで提供する。buffalo_lモデルパックには認識用ネットワークが含まれており,検出した顔領域から512次元の特徴ベクトルを抽出できる。2つの特徴ベクトルの正規化済み内積(コサイン類似度)を計算することで,同一人物であるかどうかを数値的に判定できる。

掲載コードでは,Sキーを押した時点で画面内の最大の顔を参照顔として登録する。その後,画面内の各顔を参照顔と比較して表示する。これにより,複数顔が映ったときに faces[0] の並び順へ依存して別の人物を登録・照合してしまう問題を避ける。しきい値 0.5 は動作確認用の例であり,実運用ではデータと目的に応じて調整する。

GPU/CPU:掲載コードはCPU標準設定(CTX_ID=-1,PROVIDERS=["CPUExecutionProvider"])である。GPUで実行する場合は,ONNX Runtime GPUが利用できる環境で,コード中の CTX_ID と PROVIDERS をコメントの通り変更する。

ライブラリのインストール

学習済みモデル:pip install --no-user insightface で導入でき,初回使用時にモデル(buffalo_l 等)が自動ダウンロードされる。Windows動作可。

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,以下のコマンドを実行

pip uninstall -y opencv-python-headless opencv-python
pip install --no-user opencv-python insightface
pip uninstall -y opencv-python-headless

ソースコード

# InsightFace:カメラ映像から顔認識(1:1照合)を行う(ループ表示)
import cv2
import numpy as np
from insightface.app import FaceAnalysis

CTX_ID = -1
PROVIDERS = ["CPUExecutionProvider"]

# GPU設定済みの場合は,次の2行に変更する
# CTX_ID = 0
# PROVIDERS = ["CUDAExecutionProvider", "CPUExecutionProvider"]

SIMILARITY_THRESHOLD = 0.5

app = FaceAnalysis(
    name="buffalo_l",
    allowed_modules=["detection", "recognition"],
    providers=PROVIDERS
)
app.prepare(ctx_id=CTX_ID, det_size=(640, 640))

cap = cv2.VideoCapture(0, cv2.CAP_DSHOW)
ref_embedding = None

while True:
    _, img = cap.read()   # imgはBGR(OpenCV形式)
    faces = app.get(img)

    current_face = max(
        faces,
        key=lambda f: (f.bbox[2] - f.bbox[0]) * (f.bbox[3] - f.bbox[1]),
        default=None
    )

    for f in faces:
        x1, y1, x2, y2 = f.bbox.astype(int)
        label_y = max(y1 - 10, 30)

        if ref_embedding is None:
            label = "Press S to register"
        else:
            similarity = float(np.dot(ref_embedding, f.normed_embedding))
            if similarity >= SIMILARITY_THRESHOLD:
                label = "Same person ({:.2f})".format(similarity)
            else:
                label = "Different person ({:.2f})".format(similarity)

        cv2.rectangle(img, (x1, y1), (x2, y2), (0, 255, 0), 2)
        cv2.putText(img, label, (x1, label_y),
                    cv2.FONT_HERSHEY_SIMPLEX, 0.8, (0, 255, 0), 2)

    cv2.putText(img, "S key: register largest face, ESC key: quit", (10, 30),
                cv2.FONT_HERSHEY_SIMPLEX, 0.7, (0, 255, 0), 2)

    cv2.imshow("camera", img)
    key = cv2.waitKey(1) & 0xFF

    if key in (ord("s"), ord("S")) and current_face is not None:
        ref_embedding = current_face.normed_embedding.copy()

    if key == 27:   # 27 = ESC
        break

cap.release()
cv2.destroyAllWindows()

4. 属性推定:年齢・性別推定

タスク定義顔画像を入力とし,顔ごとに推定年齢と性別を出力する。

InsightFace(buffalo_lモデルのgenderageネットワーク)

InsightFaceのbuffalo_lモデルパックには年齢・性別推定用のgenderageネットワークが含まれる。検出・認識と同じFaceAnalysisクラスから呼び出すことができ,検出した顔ごとにage(推定年齢)とsex(性別,MまたはF)が付与される。掲載コードでは属性推定に必要な detection と genderage のみを読み込む。

年齢・性別は画像からの統計的推定であり,本人属性を確定するものではない。照明,姿勢,解像度,学習データの偏りにより結果は変動する。

GPU/CPU:掲載コードはCPU標準設定(CTX_ID=-1,PROVIDERS=["CPUExecutionProvider"])である。GPUで実行する場合は,ONNX Runtime GPUが利用できる環境で,コード中の CTX_ID と PROVIDERS をコメントの通り変更する。

ライブラリのインストール

学習済みモデル:pip install --no-user insightface で導入でき,初回使用時にモデル(buffalo_l 等)が自動ダウンロードされる。Windows動作可。

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,以下のコマンドを実行

pip uninstall -y opencv-python-headless opencv-python
pip install --no-user opencv-python insightface
pip uninstall -y opencv-python-headless

ソースコード

# InsightFace:カメラ映像から顔の年齢・性別を推定(ループ表示)
import cv2
from insightface.app import FaceAnalysis

CTX_ID = -1
PROVIDERS = ["CPUExecutionProvider"]

# GPU設定済みの場合は,次の2行に変更する
# CTX_ID = 0
# PROVIDERS = ["CUDAExecutionProvider", "CPUExecutionProvider"]

app = FaceAnalysis(
    name="buffalo_l",
    allowed_modules=["detection", "genderage"],
    providers=PROVIDERS
)
app.prepare(ctx_id=CTX_ID, det_size=(640, 640))

cap = cv2.VideoCapture(0, cv2.CAP_DSHOW)

while True:
    _, img = cap.read()   # imgはBGR(OpenCV形式)
    faces = app.get(img)

    cv2.putText(img, "ESC key: quit", (10, 30),
                cv2.FONT_HERSHEY_SIMPLEX, 1.0, (0, 255, 0), 2)

    for f in faces:
        x1, y1, x2, y2 = f.bbox.astype(int)
        label_y = max(y1 - 10, 30)
        label = "Age:{} Sex:{}".format(f.age, f.sex)

        cv2.rectangle(img, (x1, y1), (x2, y2), (0, 255, 0), 2)
        cv2.putText(img, label, (x1, label_y),
                    cv2.FONT_HERSHEY_SIMPLEX, 0.8, (0, 255, 0), 2)

    cv2.imshow("camera", img)
    key = cv2.waitKey(1) & 0xFF
    if key == 27:   # 27 = ESC
        break

cap.release()
cv2.destroyAllWindows()