OpenCVで人の顔とアニメの顔の機械学習データの違いを実験してみました

　今回は画像処理で有名なOpenCVを使って、アニメのスナップショット画像と人物画像を使い、顔の検出の差がどうでるのか遊んでみたいと思いますw

　OpenCV (Open Source Computer Vision Library) は、超〜有名なライブラリですから、簡単な紹介だけしますね。
OpenCVは、インテルが開発・公開したオープンソースのコンピュータビジョン向けのライブラリですので、これ単体で使用するのではなく、プログラムに組み込んで使います。
C/C++, Python, Java などでプログラミングし、LinuxやUNIXをはじめWindows,MacOS,Android,iOSなどをサポートしています。
画像処理や画像解析、モーション解析と物体追跡、パターン認識、さらに機械学習機能を持っています。
機械学習は人工知能における重要な機能です。

　さて本題に移ります。
今回は、Ubuntu 18.04 上で g++ と OpenCV (3.2) で開発・テストしています。
※ソースコードは最後に載せます。

　今回のテストではOpenCVに入っている4種類の顔の正面識別向けのHaar Cascade識別器（分類器）とGithubで公開されているアニメ用作られた分類器を使います。
　haarcascade_frontalface_alt.xml
　haarcascade_frontalface_alt2.xml
　haarcascade_frontalface_alt_tree.xml
　haarcascade_frontalface_default.xml
　lbpcascade_animeface.xml
分類器は、学習させてオリジナルのものも作れますが、膨大なパターン画像を容易する必要があるので、ガマンしますw

このブログに貼ってある画像は縮小したものです。
検出されていれば、検出部分が黄緑の四角枠で囲われます。

まずは標準添付の分類器４種で...

人の顔でテスト

人物の元画像

　まずは人の顔でテストしてみます。

haarcascade_frontalface_alt で

haarcascade_frontalface_alt2 で

haarcascade_frontalface_alt_tree で

haarcascade_frontalface_default で

まずまずの検出結果です。

アニメの人の顔でテスト

アニメの元画像

　目的のアニメの人の顔で検出できるかどうかテストしてみます。

haarcascade_frontalface_alt で

haarcascade_frontalface_alt2 で

haarcascade_frontalface_alt_tree で

haarcascade_frontalface_default で

全滅でした (ToT)
人の顔で機械学習させた分類器なので、当然の結果と言えますが...多少は期待していたのでショックです。

ここはやはりアニメ用の分類器で...

　そこでネットで探したら Github にアニメ用の分類器が公開されていたので、これを使います。
アニメの顔をOpenCV 2 で機械学習された分類器です。

アニメの元画像を lbpcascade_animeface.xml で
なかなかいいですね！
　さらに正面の顔だけの別の画像だと

アニメで全員の顔が正面の画像を lbpcascade_animeface.xml で
わぉ！完璧です。
それもそのはず、どうやらアイドルマスターの顔を多く学習させたもののようです。

　最後に、この分類器で人物を

人物の元画像を lbpcascade_animeface.xml で

精度が落ちますが、認識できているものもありました。

ある意味
　　　アニメの顔 > 人の顔
と言える結果です。
アニメの顔のベースは人なのですから、当然と言えば当然ですね w

　今回のOpenCVを使った遊びはここまでです。

いろんなアニメの顔を学習させたいけど、一人でデータを揃えるのは辛いですね (ToT)
どうしようかなぁ？！

今回使用したソースコード

makefile については、gtkmm や gladeのリンクなどが入っていますが、削除し忘れなだけです (^^ゞ

main.cc

/*
 getfacearea <param1> <param2>
   param1: 検出する画像ファイル
   param2: 分類器ファイル haarcascade_frontalface_default.xml など
*/

#include <opencv2/opencv.hpp>
#include <iostream>

using namespace std;
using namespace cv;

Mat detectface(Mat &image, string &cascade_file)
{
	CascadeClassifier cascade;
	cascade.load(cascade_file);

	vector<Rect> faces;
	cascade.detectMultiScale(image, faces, 1.1,3,0,Size(20,20));

	for (int ni = 0; ni < faces.size(); ni++){
		rectangle(image, Point(faces[ni].x,faces[ni].y),
                         Point(faces[ni].x + faces[ni].width,faces[ni].y + faces[ni].height),
                         Scalar(0,200,0),3,CV_AA);
	}

	return image;
}

int main(int argc, char const *argv[])
{
	Mat image = imread(argv[1]);
	string filename = argv[2];

	Mat detectFaceImage = detectface(image, filename);

	imshow("detect face",detectFaceImage);
	waitKey(0);   // wait

	return 0;
}

maakefile

LDLIBS = -lpthread  `pkg-config gtkmm-3.0 opencv --cflags --libs`
INCLUDE = .
GTKFLAGS = `pkg-config gtkmm-3.0 --cflags`
PROG = getfacearea
NAME = getfacearea
SRCS = main.cc
OBJS = main.o

$(PROG): $(OBJS)
		$(CXX) -o $(PROG) $(OBJS) $(LDLIBS)

# How to make the object files:

-include deps.mak

deps:
		$(CXX) -MM $(SRCS) > deps.mak

# Cleaning target (only works with fileutils):

clean:
		$(RM) $(OBJS) $(PROG)