【機械学習】OpenCVを使った物体検出で顔を検出してみた

OpenCVについて

OpenCVはインテルによって公開されたコンピュータビジョン向けのライブラリ。描画や画像の編集などの際によく使われるが、機能が非常に多く機械学習向けの機能も提供されている。以下で公開されているhaarcascadesファイル（カスケードファイル）を利用することで、特定の物体に限り、物体検出タスクを行うことができる。ディープラーニング程の検出精度は出ないものの、学習を行う必要がなく、GPU環境も不要なことから、手軽に物体検出を行うことができると言ったメリットがある。

haarcascades（カスケードファイル）について

カスケードファイルは以下githubで公開されている。

• https://github.com/opencv/opencv/tree/master/data/haarcascades

ファイル	検出対象
haarcascade_eye.xml	目
haarcascade_eye_tree_eyeglasses.xml	メガネ
haarcascade_frontalcatface.xml	猫顔(正面)
haarcascade_frontalcatface_extended.xml	猫顔(正面)
haarcascade_frontalface_alt.xml	人顔(正面)
haarcascade_frontalface_alt2.xml	人顔(正面)
haarcascade_frontalface_alt_tree.xml	人顔(正面)
haarcascade_frontalface_default.xml	人顔(正面)
haarcascade_profileface.xml	人顔(プロフィール)
haarcascade_fullbody.xml	体全体
haarcascade_smile.xml	笑顔
haarcascade_upperbody.xml	上半身
haarcascade_lowerbody.xml	下半身
haarcascade_righteye_2splits.xml	右目
haarcascade_lefteye_2splits.xml	左目
haarcascade_russian_plate_number.xml	ロシアのナンバープレート
haarcascade_licence_plate_rus_16stages.xml	ロシアのナンバープレート

これらをopencvから呼び出すことで簡単に物体検出を行うことが可能

環境

• Ubuntu16.04.3 LTS
• Python:3.6

対象

どのような顔が認識可能か調べるため、以下のファイルで実行することとした。

対象画像	説明
	複数人。乃木坂46の画像で検証
	変顔。トランプ大統領の画像で検証
	化粧。聖飢魔Ⅱの画像で検証
	マスク。ザ・グレートサスケの画像で検証

実装

ソースコードは以下。

import cv2
import glob

# パラメーター設定
ORGDIR = "./sample/"
RSTDIR = "./result/"

CS="../haarcascades/haarcascade_frontalface_default.xml"
SF=1.1   #各画像スケールにおける縮小量
MN=1     #信頼度に関するパラメーター


def detector ():

    #cascadeファイル読み込み
    cascade  = cv2.CascadeClassifier(CS)

    #対象ファイル読み込み
    tgtpaths=glob.glob(ORGDIR+"*")

    for tgtpath in tgtpaths:
        orgimg = cv2.imread(tgtpath, cv2.IMREAD_COLOR)
        grayimg = cv2.cvtColor(orgimg, cv2.COLOR_BGR2GRAY)

        boxes = cascade.detectMultiScale(grayimg,scaleFactor=SF,minNeighbors=MN)

        #矩形の描画
        for box in boxes:
            cv2.rectangle(orgimg,tuple(box[0:2]),tuple(box[0:2]+box[2:4]), (0, 0,255),thickness=1)

        rstpath=tgtpath.replace(ORGDIR,RSTDIR)
        print(rstpath)
        cv2.imwrite(rstpath, orgimg)


if __name__=="__main__":
    detector()

結果

画像	説明
	誤検出があるものの全員の顔を検出
	顔の傾きや、崩れがあるものの検出
	一名除き検出に成功
	検出できず。マスクをすることで顔の特徴を捉えられなかったものと推測。

まとめ

opencvを使用することで、簡単に顔の検出を行うことができた。