Help us understand the problem. What is going on with this article?

HoloLensで猫の顔を認識する Dlib FaceLandmark Detector #アセットアドカレ

More than 3 years have passed since last update.

はじめに

この記事は Unity Assets Advent Calendar 2016 10日目の記事になります。

本日は前日のOpenCV for Unityと同パブリッシャーであるEnox SoftwareさんのDlib FaceLandmark Detectorをご紹介します。

Dlib FaceLandmark Detector 1.0.5

image

Dlib FaceLandmark Detector | DlibFaceLandmarkDetector can ObjectDetection and ShapePrediction using Dlib C++ Library.
https://enoxsoftware.com/dlibfacelandmarkdetector/

Dlib FaceLandmark Detectorについて

OpenCVとは別物で、Dlib FaceLandmark DetectorはDlibという機械学習アルゴリズムや画像処理を含むオープンソースのC++ライブラリです。
Dlib19.0からObjectDetectionとShapePredictionをUnityで使えるようになるアセットです。

参考
UnityでDlibFaceLandmarkDetectorを利用した顔器官検出アプリ事始め
http://qiita.com/utibenkei/items/2f392d6fa00960f39e45

OpenCVよりナウいライブラリらしい。

アセットについて

  • Texture2D、WebCamTexture、画像バイト列から、正面を向いた人の顔と68ポイントの顔のランドマークを検出が可能。

    • Texture2DSample、WebCamTextureSampleのデモシーン image
  • 訓練データファイルを差し替えることで任意のオブジェクトの検出が可能。

    • CatDetectionSampleのデモシーンで猫顔を検知 image

HoloLensで猫の顔を認識する

環境

サンプルのCatDetectionSampleをHoloLensに対応する

  1. DlibFaceLandmarkDetectorの初期設定。 image
  2. CatDetectionSampleを開く
  3. 下の図のように設定する image
  4. 完成

※なお猫アレルギーのためテストは実施しない。

犬の顔も認識できる

How to extract the shape predictor from "mmod_dog_hipsterizer.dat"
https://enoxsoftware.com/dlibfacelandmarkdetector/how-to-extract-the-shape-predictor-from-mmod_dog_hipsterizer-dat/

yuujii
Why not register and get more from Qiita?
  1. We will deliver articles that match you
    By following users and tags, you can catch up information on technical fields that you are interested in as a whole
  2. you can read useful information later efficiently
    By "stocking" the articles you like, you can search right away
Comments
No comments
Sign up for free and join this conversation.
If you already have a Qiita account
Why do not you register as a user and use Qiita more conveniently?
You need to log in to use this function. Qiita can be used more conveniently after logging in.
You seem to be reading articles frequently this month. Qiita can be used more conveniently after logging in.
  1. We will deliver articles that match you
    By following users and tags, you can catch up information on technical fields that you are interested in as a whole
  2. you can read useful information later efficiently
    By "stocking" the articles you like, you can search right away
ユーザーは見つかりませんでした