Pythonとdlibを使用した顔検出

「Dlib は、高度なソフトウェアを作成するための機械学習アルゴリズムとツールの最新の C++ ツールキットです」。これにより、顔検出など、多くのタスクを Python で直接実行できるようになります。

dlib のインストールは、「pip install dlib」を実行するだけでは簡単ではありません。dlib を適切に構成してコンパイルするには、まず他のシステム依存関係をインストールする必要があるためです。ここで説明する手順に従えば、dlib を簡単に起動して実行できるはずです。 (この記事では、Mac に dlib をインストールする方法について説明しますが、Ubuntu を使用している場合は、関連リソースセクションのリンクを必ず確認してください。)

最初に確認する必要があるのは、Hombrew がインストールされ、更新されていることです。インストールする必要がある場合は、これをターミナルに貼り付けます:

 $ /usr/bin/ruby -e "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/master/install)"

あるいは、Hombrew を更新する必要がある場合は、次のように入力します。

 $ 醸造アップデート

これで、Homebrew を使用して、CMake、Boost.Python、およびシステムで dlib を適切に構成およびコンパイルするために必要な 2 つの依存関係をインストールできるようになりました。

 $ brew をインストール cmake  
 $ brew boost-pythonをインストール

***、XQuartz を手動でダウンロードしてインストールする必要があります。

これで dlib をインストールする準備が整いました。まず、このプロジェクト用の分離された仮想環境を作成することでこれを実行します。ここでは virtualenv を使用しますが、Python の venv モジュールなど、使い慣れた仮想環境ツールであればどれでも使用できます。 scikit-image ライブラリは、後で dlib に渡す画像ファイルを読み取るために必要なので、pip でインストールする必要もあります。

 $ 仮想環境 venv_dlib  
 $ ソース venv_dlib/bin/activate  
 $ pip scikit-image をインストールします 
 $ pip dlibをインストール

それでおしまい。これにより、dlib が利用可能になるはずです。

ドリブ

Dlib はさまざまな顔検出アルゴリズムを提供します。ここで使用するのは、CNN ベースの顔検出器です。事前トレーニング済みのモデルをダウンロードできます: https://github.com/davisking/dlib-models。このモデルの使用は計算コストが高いため、次のコードは GPU 上で実行されます。 CPU を使用することもできますが、速度は遅くなります。

以下の gist の顔検出コードを実行するには、まず仮想環境にさらに 2 つのライブラリをインストールすることをお勧めします。これらのライブラリを使用すると、コードを操作して結果を視覚化することが容易になります。

 $ pip matplotlibをインストール 
 $ pip jupyterlabをインストールします

ライブラリをインストールしたら、次の点を確認する必要があります。

事前トレーニング済みモデル（http://dlib.net/files/mmod_human_face_detector.dat.bz2）をダウンロードし、プロジェクトのルートディレクトリに保存します。
「faces」という新しいディレクトリを作成し、検出したい顔の .jpg ファイルをこのディレクトリに保存します。

これで、画像内の顔の検出を開始する準備が整いました。 Jupyter Notebookで次のコードを実行することでこれを実行できます。

 dlibをインポートする 
    matplotlib.patches をパッチとしてインポートする 
    matplotlib.pyplot をpltとしてインポートします。  
 pathlibからPathをインポート 
 skimageからio をインポート 
    %matplotlib インライン 
    #トレーニング済みモデルをロードする 
    cnn_face_detector = dlib.cnn_face_detection_model_v1(  
 'mmod_human_face_detector.dat' )  
    ＃関数 画像内の顔を検出して表示する 
    defdetect_face_dlib(img_path, ax):  
    #画像を読み取り、アルゴリズムを実行する 
    img = io.imread(img_path)  
    dets = cnn_face_detector(画像、1)  
    # 顔が検出された場合はそれを表示する 
    len(dets) > 0の場合:  
 detsのdの場合:  
    rect = パッチ.Rectangle(  
    ( d.rect.left (), d.rect.top ()),  
    d.rect.width(),  
    d.rect.height(),  
    塗りつぶし= False 、  
    色 = 'b' 、  
    lw = '2' )  
    ax.add_patch(矩形)  
    ax.imshow(画像)  
    ax.set_title(str(img_path).split( '/' )[-1])  
    #画像へのパス 
    画像 = list(Path( 'faces' ).glob( '*.jpg' ))  
    # 結果を表示 
    図 = plt.figure(図サイズ=(15, 5))  
 i 、img をenumerate(images)で指定します:  
    ax = fig.add_subplot(1, len(画像), i+1)  
    顔検出ライブラリ(画像、ax)