ae-14. 顔検出システムの演習

798 Views

January 29, 23

スライド概要

トピックス:顔検出システム, 顔マスク検出法, マスク有り顔の検出, マスク無し顔の検出, ディープラーニング, 人工知能
トピックス:顔検出システム, 顔マスク検出法, マスク有り顔の検出, マスク無し顔の検出, ディープラーニング, 人工知能

ディープラーニング(スライドとプログラム例,Python を使用)(全15回)
https://www.kkaneko.jp/ai/ae/index.html

金子邦彦研究室ホームページ
https://www.kkaneko.jp/index.html

profile-image

金子邦彦(かねこくにひこ) 福山大学・工学部・教授 ホームページ: https://www.kkaneko.jp/index.html 金子邦彦 YouTube チャンネル: https://youtube.com/user/kunihikokaneko

シェア

またはPlayer版

埋め込む »CMSなどでJSが使えない場合

関連スライド

各ページのテキスト
1.

14. 顔検出システムの演習 (ディープラーニング,Python を使用) (全15回) https://www.kkaneko.jp/cc/ae/index.html 金子邦彦 1

2.

アウトライン 番号 14-1 14-2 項目 復習 顔検出の応用例 演習 各自、資料を読み返したり、課題に取り組んだりも行う 2

3.

物体検出とバウンディングボックス car person bicycle バウンディングボックスは, 物体を囲む最小の四角形 3

4.

物体検出の仕組み ① 元画像から 切り出す 最初の区切り 画像分類 結果 4

5.

物体検出の仕組み ② 画像分類 結果 区切りごとに画像分類を行う. 5

6.

「区切り」を用いた物体検出での課題と解決 課題:物体の大きさがさまざま 解決へのアプローチ さまざまなスケールの画像を作る(マルチスケール) どこかのスケールでは,物体は「所定の大きさ」に近くなる ⇒ 区切りの大きさは同じにして,マルチスケールの画像を扱う これで,さまざまな大きさの物体を扱う 6

7.

物体検出 顔検出 ■ 物体検出は,顔検出の基礎 ■ 物体検出のAIを,顔画像で学習することにより 顔検出が可能 7

8.

14-1. 顔検出の応用例 8

9.

群衆のカウント • 群衆のカウント(画像内の人数を数える) • 監視等に役立つ. 元画像 FIDTM 法による群衆のカウント FIDTM 法(2021年発表)は, それ以前の手法よりも,さまざま な大きさの顔を精度よく検出 できるとされている 9

10.

マスク有りの顔,マスク無しの顔検出 Chandrika Deb の顔マスク検出法では,次を同時に実行 • 顔検出 • マスク有りの顔とマスク無しの顔の画像分類 マスク有りの顔検出 マスク無しの顔検出 訓練データ:顔のデータセット(マス ク有り: 2165 枚,マスク無し 1930 枚) 10

11.

顔検出は,さまざまな応用の基礎 ■ 人数推定,集団行動解析,人流解析 顔検出の結果と他を組み合わせることで,さらなる応用も ■ 顔ランドマーク ■ 顔のコード化 ■ 表情,年齢,性別の推定 ■ 顔識別(本人の特定) ■ 顔の姿勢推定 ■ 顔の3次元化 11

12.

オンラインデモ URL: https://cloud.google.com/vision/docs/drag-and-drop 【使い方】 ① 自分で画像ファイルを準備 ② 上の URL を Web ブラウザで開き,画像をアップロード ③ 「私はロボットではありません」をチェック 顔検出, 顔ランドマーク, 表情推定, 顔の向きの推定 12

13.

顔ランドマークと顔のコード化 顔ランドマーク (顔の目印となるポイント) 【用途】 顔のコード化, 顔識別(本人の特定)や顔認識, 年齢の推定,性別の推定, 表情の推定,顔の3次元再構成 など,さまざまな用途に 顔のコード化 顔による本人確認や, 個人の特定の基礎 13

14.

• 顔識別(本人の特定)を行い,鍵代わりに使用 14

15.

年齢推定,性別推定の例 推定結果:24歳男性 推定結果:23歳男性 推定結果:35歳男性 InsightFace による処理結果 【関連情報】 第6回授業では,さまざまな顔情報処理を試すことができるオンラインの ノートブック(Google Colaboratory)を紹介した https://colab.research.google.com/drive/1S55yEFiQpdIRdjWbdH0zzEYD5VAfklHd?usp=sharing#scrollTo=9PKc8UHqOlHt 15

16.

顔写真からの3次元再構成 3DFFA 法(2022年発表) • 元画像から,3次元の顔を生成(3次元再構成) • 顔検出,顔ランドマーク(顔の目印となるポイント)の検 出ののち,ランドマークに顔の3次元モデルをあてはめる 元画像 顔ランドマーク 3次元再構成 16

17.

14-2. 顔検出システムの演習 17

18.

Google Colaboratory の使い方概要 ① 実行 コードセル Google Colaboratory ノートブック コードセルの再実行や変更には, Google アカウントでのログインが必要 18

19.

Google Colaboratory の使い方概要 ② 実行 コードセル テキストセル 実行 コードセル • WEBブラウザでアクセス • コードセルは Python プログラム. 各自の Google アカウント でログインすれば, 変更,再実行可能 一番上のコードセルから順々に実行 19

20.

演習 ① 目的 Chandrika Deb の顔マスク検出法を実行 • マスク無しの顔,マスク有りの顔についての 顔検出を行うことで,顔検出システムの理解を深め る • 学習のためのプログラム実行も行ってみる 20

21.

② 注意点 1. どのような用途で役立てるかは,各自で,自由 に想像すること 2. 画像は各自で準備すること 3. 必ずしも完璧な精度で結果が得られるわけでは ない.誤りや誤差を含むものである. 4. 得られた結果で何に役に立つかの考察も大切で ある. 21

22.

③実験の基礎 ・物体検出 ・マルチスケールの技術により,さまざまな大き さの物体検出が可能になった ・ディープラーニングでは,学習が必要である 22

23.

④ 手順 (1)次のページで公開されているページを利用 https://colab.research.google.com/drive/1iYEI9O_cxWw4Vyya faYB4ne6CNdNJYeS?usp=sharing (2)画像は各自で準備.拡張子が .jpg のファイルを準備. 複数. (3)必要な前準備 1. Googleアカウントでのログインが求められたときはログイ ンする 2. このページのメニューの「ランタイム」で「ランタイムの タイプを変更」を選ぶ. 新しい画面が開く.ハードウエアアクセラレータで「GPU」 を選ぶ.そして「保存」をクリック. (4)すべてのセルを実行.途中で,画像をアップロード 23

24.

⑤各自で考察して欲しいこと • 実行は簡単だったか,難しかったか. • 社会課題の解決を考察してください. どのような社会課題を解決できそうですか? どのような場合で,役に立ちそうですか? 24