この記事を書いた後に、有用な記事を見つけました。
有効な参考情報先 OpenVINO の 顔検出・分析デモを Pythonでやってみる
それを読めば、この記事は不要です。
先にOpenCV だけで顔検出から顔照合まで完結していることを書いた。
OpenVinoでも顔関係のライブラリが充実していることに気づいたので、メモを示す。
OpenVinoの場合にはIntelのデバイスを使える環境ならば、同じ学習済みのモデルが使えるので、実行環境の移植性が格段に向上する。
Intelのデバイスが使える環境というのは、以下の環境です。
- Intel のCPUが使える環境(Linux, Windows)
- IntelのCPUに付随するGPUの使える環境
- Intelのmovidius neural compute stick 2 を使える環境
- Raspberry Pi + movidius neural compute stick 2
- IntelのFPGA（旧AleraのFPGA）が使える環境
# Intel® Movidius™ Neural Compute stick を使って顔検出だけをする例
# Run the face demo, face detection only, on the Intel® Movidius™ Neural Compute stick
$ ./interactive_face_detection_demo -i cam -m $models/Retail/object_detection/face/sqnet1.0modif-ssd/0004/dldt/FP16/face-detection-retail-0004.xml -d MYRIAD
# 顔検出に加えて年齢と性別を加える. CPUで動作。
# Now we add (to the face detection) also an age and gender detection, running on the CPU
$ ./interactive_face_detection_demo -i cam -m $models/Retail/object_detection/face/sqnet1.0modif-ssd/0004/dldt/FP16/face-detection-retail-0004.xml -d MYRIAD -m_ag $models/Retail/object_attributes/age_gender/dldt/FP32/age-gender-recognition-retail-0013.xml -d_ag CPU
# 頭部向き推定を加える GPUで動作.
# Now let’s add head position detection running on GPU.
$ ./interactive_face_detection_demo -i cam -m $models/Retail/object_detection/face/sqnet1.0modif-ssd/0004/dldt/FP16/face-detection-retail-0004.xml -d MYRIAD -m_ag $models/Retail/object_attributes/age_gender/dldt/FP32/age-gender-recognition-retail-0013.xml -d_ag CPU -d_ag CPU -m_hp $models/Transportation/object_attributes/headpose/vanilla_cnn/dldt/FP16/head-pose-estimation-adas-0001.xml -d_hp GPU
# 表情検出を加える CPUで動作
# Now we’ll add an emotion detector, running on the CPU
$ ./interactive_face_detection_demo -i cam -m $models/Retail/object_detection/face/sqnet1.0modif-ssd/0004/dldt/FP16/face-detection-retail-0004.xml -d MYRIAD -m_ag $models/Retail/object_attributes/age_gender/dldt/FP32/age-gender-recognition-retail-0013.xml -d_ag CPU -d_ag CPU -m_hp $models/Transportation/object_attributes/headpose/vanilla_cnn/dldt/FP16/head-pose-estimation-adas-0001.xml -d_hp GPU -m_em $models/Retail/object_attributes/emotions_recognition/0003/dldt/INT8/emotions-recognition-retail-0003.xml -d_em CPU
#顔特徴点の検出を加える。CPUで動作
# Now let's add facial landmarks detector, running on the CPU
$ ./interactive_face_detection_demo -i cam -m $models/Retail/object_detection/face/sqnet1.0modif-ssd/0004/dldt/FP16/face-detection-retail-0004.xml -d MYRIAD -m_ag $models/Retail/object_attributes/age_gender/dldt/FP32/age-gender-recognition-retail-0013.xml -d_ag CPU -d_ag CPU -m_hp $models/Transportation/object_attributes/headpose/vanilla_cnn/dldt/FP16/head-pose-estimation-adas-0001.xml -d_hp GPU -m_em $models/Retail/object_attributes/emotions_recognition/0003/dldt/INT8/emotions-recognition-retail-0003.xml -d_em CPU -m_lm $models/Transportation/object_attributes/facial_landmarks/custom-35-facial-landmarks/dldt/FP32/facial-landmarks-35-adas-0002.xml -d_lm CPU
OpenVinoでは以下の pre-trained model が使用できます。
[Overview of OpenVINO™ Toolkit Pre-Trained Models]
(https://docs.openvinotoolkit.org/latest/_intel_models_index.html)
自分で何かモデルを作ろうとする際には、ぜひ既存のモデルを上手に活用してください。
また、OpenVinoはcaffeやtensorflowの学習済みモデルをOpenVino用に変換するツールを持っています。
顔照合関係の学習済みモデル
参考URL
Install Intel® Distribution of OpenVINO™ toolkit for Linux*
以下の記事は実際にPythonのコードを示している記事です。
OpenVINO の 顔検出・分析デモを Pythonでやってみる
[OpenVINO で Face re-identification (顔再識別) ]
(https://qiita.com/kodamap/items/f47f53467d18b6d68e84)
V-net AAEONが提供する「AI CORE Xスターターキット」は、IntelのVPU（Vision Processing Unit）「Myriad X」と、高性能なコンピュータビジョンやディープラーニングを開発できる「OpenVINOツールキット」 産業グレードでファンレスのお手軽AI開発キット、工場などの現場で即運用可能