2015/12/16 (水)

家族目線がやってきた！

こんにちは。そうまです。

先日、オムロンさんの「家族目線（HVC-C2W）SDKモニター」に応募したところ、、、

当選しました！！

当選の連絡をいただいた翌日には、貸与してもらえる製品が到着！早い！

貸与していただけるのは、「家族目線（HVC-C2W）」という製品です。
13機能（顔検出・顔認証・性別推定・年齢推定・表情推定・顔向き推定・視線推定・目つむり推定・手検出・人体検出・ペット検出・動体検出・音声検出）を搭載している、高機能なヤツ。
顔認証機能も搭載しているので、オープンソースでの顔認証と比べてみたいですね！

箱のなかには、HVC-C2W本体とスタンド、電源ケーブル、マニュアルなどが入っていました。
撮影した画像や動画は、microSDカードに保存されるとのことですが、同梱はされていませんので別途用意が必要です。

組み立てるとこんな感じです。
箱のイラストにもありますが、顔みたいな感じで親しみやすいデザインですね。

これから幾つかの条件を満たすと、貸与していただいた「HVC-C2W」をいただけるとのこと！
とりあえずSDKを利用してアプリを作成してみたいと思います。ブログでも紹介しますのでお楽しみに！

TIPS

2015/11/26 (木)

【AI】OpenBRで顔認識やってみた

こんにちは。そうまです。

人工知能の勉強中に画像認識について調べてたところ、「OpenBR」というライブラリを見つけました。

公式サイトのドキュメントには

OpenBRは、新しい様式を調査する既存のアルゴリズムを改善し、商用システムとのインターフェース、認識性能を測定し、自動化された生体認証システムを導入するためのフレームワークです。

とあります（Google翻訳）。Apache2 licenseなので、出典を明記すれば商用利用もOKなのがいいですね！
気になるので、さっそく試してみました。

DocumentのInstallにしたがって、インストールしていきます。
今回は、VirtualBoxでUbuntu 14.04の仮想マシンを使いました。
OpenBRは、OpenCVを使っています。せっかくなので、OpenCVもPythonで使えるように、python-devとpython-numpyを先に入れときます。

$ sudo apt-get install python-dev python-numpy

その後はインストールガイドにしたがって、粛々と進めます。ソースからのビルドになるので、少し時間がかかります。
インストールが終わったら、チュートリアルをやってみます。
Quick Startに載っている以下のコマンドを実行すると、ウェブカメラに映る顔の周りにフレームが表示されます！

$ br -gui -algorithm “Cvt(Gray)+Cascade(FrontalFace)+Draw(lineThickness=3)+Show(false)” -enroll 0.webcam

さて、正常にインストールできていることが確認できたので、1対Nの顔認識のチュートリアルをやってみます。
データセットが必要なので、LFWのデータセットをダウンロードして使いました。

ダウンロードして、解凍したら、以下のコマンドでデータセットを元にしたギャラリーファイルを作成します。

$ br -algorithm FaceRecognition -enrollAll -enroll ./lfw/ ‘lfw.gal’

ギャラリーファイルができたら、ギャラリーファイル、認識対象となる画像ファイルと結果を出力するファイルを指定して、認識を行います。

$ br -algorithm FaceRecognition -compare lfw.gal Andre_Agassi_0007.jpg match_scores.csv

認識対象としたのは、このファイルです。

テニス界のレジェンド、アンドレ・アガシですね！

結果ファイルを開くと、、、

A列に画像ファイル名、B列にそのファイルと認識対象の画像との類似度が出力されています。
一番上のAndre_Agassi_0007.jpgは同一ファイルなので、意味は無いですが他のアガシの画像が上位に来ているので、ちゃんと認識されていますね！

ちなみに、アガシ本人を差し置いて15番目に似ていると判定された、Amy Brennemanの画像はこれです。

似てるっちゃ、似てますね。アガシがロン毛になったらこんな感じになるのかもしれません。

以上です！また次回をお楽しみに！

TIPS

2015/11/20 (金)

【AI】TensorFlowやってみた

こんにちは！そうまです。

2015/11/10 Googleが自社で使っているディープラーニングなどの機械学ライブラリを”TensorFlow”という名前で公開しました！
さすがGoogle太っ腹ですね。さっそくダウンロードして使ってみました。
TensorFlow公式ページのガイドにしたがって、Macにインストールと思ったら、pipが古かったり、pythonが古かったり、Xcodeが古かったりで時間がかかっちゃいました。
※Xcodeのアップデートはサイズが大きいので、後回しにしちゃいがちですよね。。。

無事インストールが終わり、”Try your first TensorFlow program”ってことでやってみます。
ガイドの”Run TensorFlow”をそのまま走らせると、エラー。。。
どうやらTensorFlowがMacのCPUのコア数を自動で取得できないので、コードで指定する必要があるみたいです。

import multiprocessing as mp

core_num = mp.cpu_count()
config = tf.ConfigProto(
inter_op_parallelism_threads=core_num,
intra_op_parallelism_threads=core_num )
sess = tf.Session(config=config)

こんな感じで、Session()に引数で指定します。

>>> print sess.run(hello)
Hello, TensorFlow!
>>> a = tf.constant(10)
>>> b = tf.constant(32)
>>> print sess.run(a+b)
42
>>>

ガイド通りに、結果が表示されました！

今日はここまで。次回もお楽しみに！

TIPS

2015/11/11 (水)

ArduinoでLチカ！

こんにちは！そうまです。

突然ですが、この度、Arduinoはじめました。

Wikipediaによると、

Arduino(アルドゥイーノ^[1])は、AVR マイコン、入出力ポートを備えた基板、C++風のArduino言語とそれの統合開発環境から構成されるシステム。

とのことです。

簡単にセンサーやらLEDやらモーターやらを繋いで、それを使うソフトウェアも自分で書けて、動かせてしまう機械です！
障害物を自動的に避けて走るロボットカーや、畑の状態を遠隔で監視するシステムなど、電子工作からIoTデバイスまで様々なものが制作されています。

今回は、このArduinoを使ってLチカ（LEDをチカチカさせる、入門的な内容）にチャレンジしてみました。

購入したのは、OSOYOOの「Arduinoをはじめよう互換キット UNO R3対応互換ボード初心者専用実験キット基本部品セット20 in 1」です。