トップページ -> データベース関連技術 -> 顔検出、顔識別 -> ipazc/MTCNN を用いて顔検出を行ってみる
[サイトマップへ], [サイト内検索へ]

ipazc/MTCNN を用いて顔検出を行ってみる

サイト構成 データベース関連技術 データの扱い インストール，設定，利用 プログラミング 情報工学の講義実習資料 サポートページ 連絡先，業績など

MTCNN は Multi-task CNN (参考 Web ページ: https://github.com/open-face/mtcnn, 原論文: https://kpzhang93.github.io/MTCNN_face_detection_alignment/paper/spl.pdf)

利用条件などは利用者において確認してください

サイト内の関連ページ:

謝辞：MTCNN の考案者、そして、プログラムの作者に感謝します

参考Webページ https://www.github.com/ipazc/mtcnn

前準備

Python のインストール

virtualenv のインストール

git, cmake のインストール

(NVIDIA GPU を使うとき）NVIDIA グラフィックスボード・ドライバ，NVIDIA CUDA ツールキットのインストール

※ Windows でのインストール手順の詳細は，「別のページ」で説明している

参考Webページ:

(NVIDIA GPU を使うとき）NVIDIA cuDNN のインストール

Windows でのインストール手順の詳細は，別ページで説明している

インストールの要点：https://developer.nvidia.com/cudnn から cuDNN を入手し，C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1 などに展開（解凍）し，パスを通しておくこと．

ipazc/MTCNN のインストール

隔離された Python 環境の新規作成と，TenforFlow 1.15，Python 用 OpenCV，Dlib のインストール

  1. 今から作成するPython 環境の名前と、Pythonのバージョンを決めておく
  2. Windows で，コマンドプロンプトを管理者として実行．

    [image]
  3. virtualenv の 隔離された Python 環境 を新規作成し，有効化

    下の例では，Python 環境名をtf1に設定している 

    mkvirtualenv tf1
lsvirtualenv

    [image]
  4. TenforFlow 1，Python 用 OpenCV, Dlib のインストール

    このとき，virtualenv のPython 仮想環境を有効化する（「tf1」のところは、Python仮想環境の名前）

    ※ 「py」は，Windows のPythonランチャー． Anaconda 3 内の Python などを間違って使ってしまわないように，Pythonランチャーを使って Python を起動している．Ubuntu では「py」でなく「python3」コマンドを使う．

    ※ 「pip install」は，Python パッケージをインストールするためのコマンド 

    workon tf1
py -m pip install --upgrade pip
pip install -U tensorflow==1.15 opencv-python dlib

    [image]

    ※ GPU版の TensorFlow を使いたいとき

    ※ TensorFlow 1.15 では CPU 版と GPU版が 1つのパッケージに統合されている．

    ※ GPU 版 TensorFlow 1.15 を使うために，https://developer.nvidia.com/cuda-10.0-download-archiveから CUDA 10.0 を入手し，インストールしておくこと．

    そして，https://developer.nvidia.com/cudnn から cuDNN を入手し，C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0 などに展開（解凍）し，パスを通しておくこと．

ipazc/MTCNN のインストール

  1. Windows で，コマンドプロンプトを管理者として実行．
  2. ipazc/MTCNN のインストール

    このとき，virtualenv のPython 仮想環境を有効化する（「tf1」のところは、Python仮想環境の名前に変えること） 

    workon tf1
pip install -U mtcnn

    [image]

このページで説明のために使用するビデオ、写真

必要であればダウンロードして使ってください．

ipazc/MTCNN を用いて顔検出を行ってみる

Python プログラムを動かす．

※ Python プログラムを動かすために， Windows では，「python」コマンドやPythonランチャーである「py」を使う． Ubuntu では「python3」コマンドを使う． あるいは， PyCharmなどにある Python コンソールも便利である．

※ （オプション）もし、virtualenv のPython 仮想環境にインストールしていて、それを使いたいときは、有効化する

画像で動かしてみる

  1. C:\face-image のような作業用のディレクトリ（フォルダ）を作る

    [image]
  2. このディレクトリに、顔写真: 126.png, 127.png をダウンロード
  3. 次の Python プログラムを実行

    https://github.com/ipazc/mtcnn で公開されているプログラムを変更して使用 

    import cv2
import numpy as np
from mtcnn.mtcnn import MTCNN

img = cv2.imread("C:/face-image/126.png")
detector = MTCNN()
print(detector.detect_faces(img))

img = cv2.imread("C:/face-image/127.png")
detector = MTCNN()
print(detector.detect_faces(img))

    顔検出と、５点（左目、右目、鼻、口の左、口の右）の検出結果が表示されるので確認する

    [image]
    （途中省略）
    [image]
  4. 矩形（四角形）を書き、情報を表示する関数 box_label 
    import cv2
import numpy as np
from mtcnn.mtcnn import MTCNN

bgr = cv2.imread("C:/face-image/126.png")

def box_label(bgr, x1, y1, x2, y2, label): 
    cv2.rectangle(bgr, (x1, y1), (x2, y2), (255, 0, 0), 1, 1)
    cv2.rectangle(bgr, (int(x1), int(y1-25)), (x2, y1), (255,255,255), -1)
    cv2.putText(bgr, label, (x1, int(y1-5)), cv2.FONT_HERSHEY_COMPLEX, 0.7, (0,0,0), 1)

box_label(bgr, 100, 300, 200, 400, "hello")
cv2.imshow('', bgr)
cv2.waitKey(0)
cv2.destroyAllWindows()

    画像が表示されるので確認． このあと，ウインドウの右上の「x」をクリックしない．画面の中をクリックしてから，何かのキーを押して閉じる

    [image]
    （途中省略）
    [image]
  5. 顔検出と、５点（左目、右目、鼻、口の左、口の右）の検出結果を、グラフィックスで表示 
    import cv2
import numpy as np
from mtcnn.mtcnn import MTCNN

def box_label(bgr, x1, y1, x2, y2, label): 
    cv2.rectangle(bgr, (x1, y1), (x2, y2), (255, 0, 0), 1, 1)
    cv2.rectangle(bgr, (int(x1), int(y1-25)), (x2, y1), (255,255,255), -1)
    cv2.putText(bgr, label, (x1, int(y1-5)), cv2.FONT_HERSHEY_COMPLEX, 0.7, (0,0,0), 1)

bgr = cv2.imread("C:/face-image/126.png")
detector = MTCNN()
a1 = detector.detect_faces(bgr)

for i, d in enumerate(a1):
    x1, y1 = tuple( d['box'][0:2] )
    x2, y2 = tuple( np.array( d['box'][0:2] ) + np.array( d['box'][2:4] ) )
    box_label(bgr, x1, y1, x2, y2, '{:0.2f}'.format(d['confidence']))
    left_eye = d['keypoints']['left_eye']
    if len(left_eye) == 2:
        cv2.circle(bgr, left_eye, 6, (255,255,255), -1)
    right_eye = d['keypoints']['right_eye']
    if len(right_eye) == 2:
        cv2.circle(bgr, right_eye, 6, (255,255,255), -1)
    nose = d['keypoints']['nose']
    if len(nose) == 2:
        cv2.circle(bgr, nose, 6, (255,255,255), -1)
    mouth_left = d['keypoints']['mouth_left']
    if len(mouth_left) == 2:
        cv2.circle(bgr, mouth_left, 6, (255,255,255), -1)
    mouth_right = d['keypoints']['mouth_right']
    if len(mouth_right) == 2:
        cv2.circle(bgr, mouth_right, 6, (255,255,255), -1)

cv2.imshow('', bgr)
cv2.waitKey(0)
cv2.destroyAllWindows()

    画像が表示されるので確認． このあと，ウインドウの右上の「x」をクリックしない．画面の中をクリックしてから，何かのキーを押して閉じる

    [image]
    （途中省略）
    [image]

ビデオファイルで動かしてみる

  1. C:\face-image のような作業用のディレクトリ（フォルダ）に、mp4 形式ビデオファイル: sample1.mp4 をダウンロード
  2. 次の Python プログラムを実行

    「C:/face-image/sample1.mp4」のところは、実際のファイル名に置き換えること 

    import cv2
import numpy as np
from mtcnn.mtcnn import MTCNN

def box_label(bgr, x1, y1, x2, y2, label): 
    cv2.rectangle(bgr, (x1, y1), (x2, y2), (255, 0, 0), 1, 1)
    cv2.rectangle(bgr, (int(x1), int(y1-25)), (x2, y1), (255,255,255), -1)
    cv2.putText(bgr, label, (x1, int(y1-5)), cv2.FONT_HERSHEY_COMPLEX, 0.7, (0,0,0), 1)

detector = MTCNN()
v = cv2.VideoCapture("C:/face-image/sample1.mp4")

while(v.isOpened()):
    r, bgr = v.read()
    if ( r == False ):
        break
    a1 = detector.detect_faces(bgr)
    for i, d in enumerate(a1):
        x1, y1 = tuple( d['box'][0:2] )
        x2, y2 = tuple( np.array( d['box'][0:2] ) + np.array( d['box'][2:4] ) )
        box_label(bgr, x1, y1, x2, y2, '{:0.2f}'.format(d['confidence']))
        left_eye = d['keypoints']['left_eye']
        if len(left_eye) == 2:
            cv2.circle(bgr, left_eye, 6, (255,255,255), -1)
        right_eye = d['keypoints']['right_eye']
        if len(right_eye) == 2:
            cv2.circle(bgr, right_eye, 6, (255,255,255), -1)
        nose = d['keypoints']['nose']
        if len(nose) == 2:
            cv2.circle(bgr, nose, 6, (255,255,255), -1)
        mouth_left = d['keypoints']['mouth_left']
        if len(mouth_left) == 2:
            cv2.circle(bgr, mouth_left, 6, (255,255,255), -1)
        mouth_right = d['keypoints']['mouth_right']
        if len(mouth_right) == 2:
            cv2.circle(bgr, mouth_right, 6, (255,255,255), -1)
    cv2.imshow("", bgr)
    if cv2.waitKey(1) & 0xFF == ord('q'):
        cv2.destroyAllWindows()
        break

    ※ 途中で止めたいとき，右上の「x」をクリックしない．画面の中をクリックしてから，「q」のキーを押して閉じる

    [image]

パソコンの USB カメラで動かしてみる

「v = cv2.VideoCapture(0) 」は、USB カメラを使うためのもの。他の部分は、上のプログラムと同じ。 

import cv2
import numpy as np
from mtcnn.mtcnn import MTCNN

def box_label(bgr, x1, y1, x2, y2, label): 
    cv2.rectangle(bgr, (x1, y1), (x2, y2), (255, 0, 0), 1, 1)
    cv2.rectangle(bgr, (int(x1), int(y1-25)), (x2, y1), (255,255,255), -1)
    cv2.putText(bgr, label, (x1, int(y1-5)), cv2.FONT_HERSHEY_COMPLEX, 0.7, (0,0,0), 1)

detector = MTCNN()
v = cv2.VideoCapture(0)

while(v.isOpened()):
    r, bgr = v.read()
    if ( r == False ):
        break
    a1 = detector.detect_faces(bgr)
    for i, d in enumerate(a1):
        x1, y1 = tuple( d['box'][0:2] )
        x2, y2 = tuple( np.array( d['box'][0:2] ) + np.array( d['box'][2:4] ) )
        box_label(bgr, x1, y1, x2, y2, '{:0.2f}'.format(d['confidence']))
        left_eye = d['keypoints']['left_eye']
        if len(left_eye) == 2:
            cv2.circle(bgr, left_eye, 6, (255,255,255), -1)
        right_eye = d['keypoints']['right_eye']
        if len(right_eye) == 2:
            cv2.circle(bgr, right_eye, 6, (255,255,255), -1)
        nose = d['keypoints']['nose']
        if len(nose) == 2:
            cv2.circle(bgr, nose, 6, (255,255,255), -1)
        mouth_left = d['keypoints']['mouth_left']
        if len(mouth_left) == 2:
            cv2.circle(bgr, mouth_left, 6, (255,255,255), -1)
        mouth_right = d['keypoints']['mouth_right']
        if len(mouth_right) == 2:
            cv2.circle(bgr, mouth_right, 6, (255,255,255), -1)
    cv2.imshow("", bgr)
    if cv2.waitKey(1) & 0xFF == ord('q'):
        cv2.destroyAllWindows()
        break

※ 途中で止めたいとき，右上の「x」をクリックしない．画面の中をクリックしてから，「q」のキーを押して閉じる

[image]

本サイトのサイトマップは，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]