face_recognition：Pythonとコマンドラインのための顔認識ライブラリ

face_recognition: Pythonとコマンドラインのための顔認識ライブラリ

face_recognitionプロジェクトは、顔検出と認識のためのPythonモジュールと2つのコマンドラインプログラムを提供します。これはdlibの深層学習モデル上に構築されており、READMEはLFWベンチマークで99.38%の精度を達成すると報告しています。このライブラリは、Pythonのインポートまたはface_recognitionとface_detectionを画像フォルダで実行することにより、数行のコードで顔を扱えるように設計されています。

face_recognition: 3つのコア操作

READMEは3つの主要な用途を示しています。まず、face_locations()は画像内のすべての顔を見つけてピクセル座標を返します。次に、face_landmarks()は目、鼻、口、あごの輪郭を返し、デジタルメイクなどのタスクに使用できます。3番目に、face_encodings()は顔の数値エンコーディングを生成し、compare_faces()はそれを既知のエンコーディングと比較して人物を特定します。3つの操作すべてに、画像をロードし、関数を呼び出し、結果を印刷または使用する短い例があります。

face_recognition: インストール要件とオプション

READMEによると、face_recognitionはPython 2.7または3.3以降を必要とし、macOSまたはLinuxで動作します。Windowsは公式にはサポートされていませんが、ユーザー提供の手順が存在します。主な依存関係はdlibで、最初にPythonバインディング付きでインストールする必要があります。その後、pip3またはpip2でライブラリをインストールできます。ローカル設定なしでテストするには、事前設定された仮想マシンイメージとDockerイメージが利用可能です。プラットフォーム固有のガイドは、Nvidia Jetson Nano、Raspberry Pi 2+、FreeBSDを対象としています。

face_recognition: 2つのコマンドラインプログラム

パッケージをインストールすると、face_recognitionとface_detectionが追加されます。face_recognitionコマンドは、既知の人物のフォルダ（人物ごとに1枚の画像、ファイル名が名前）と未知の顔のフォルダまたは画像を受け取り、ファイル名と一致した名前またはunknown_personをカンマ区切りの行で出力します。face_detectionコマンドは、検出された各顔のピクセル座標（上、右、下、左）を出力します。両方のコマンドは、face_recognitionの--toleranceパラメータで一致の厳密さを制御でき、Python 3.4以降で--cpusを使用して複数コアを利用できます。

face_recognition: Pythonモジュールの使用

モジュールは、load_image_file、face_locations、face_landmarks、face_encodings、compare_facesなどの関数を公開しています。READMEは基本的な流れを示しています：既知の画像と未知の画像をロードし、エンコーディングを計算して比較します。検出モデルはmodel="cnn"を渡すことでCNNベースのモデルに切り替えられますが、READMEはこのモデルが良好なパフォーマンスにはCUDAサポートが必要であると述べています。大量の画像には、バッチ処理の例があります。完全なAPIドキュメントはface-recognition.readthedocs.ioでホストされています。

face_recognition: 例、ガイド、デプロイメント

リポジトリには、単一の写真で顔を見つけることから、ウェブカメラビデオ、ビデオファイル、カメラ付きRaspberry Piでの顔認識まで、多くのサンプルスクリプトが含まれています。Adrian Rosebrockによる外部記事は、顔クラスタリングを含む実用的な使用法をカバーしています。クラウドホストへのデプロイは、リポジトリ内のサンプルDockerfileで処理されます。docker-compose up --buildを実行すると、ローカルコンテナが起動します。また、PyInstallerでスタンドアロン実行可能ファイルを構築することもできますが、READMEはカスタム設定が必要だと警告しています。

face_recognition: 既知の制限とライセンス

READMEには2つの注意事項がリストされています：モデルは成人でトレーニングされており、子供にはうまく機能しないこと、そして民族グループ間で精度が異なる可能性があることです。詳細についてはウィキページを参照しています。このプロジェクトはMITライセンスの下で配布されており、著作権表示を含める条件で、使用、コピー、変更、統合、公開、配布、サブライセンス、販売の権利を付与します。ライセンスは保証を提供せず、責任を否認するため、READMEは特定のサポートやセキュリティ保証を主張していません。

face_recognition は画像内の顔を検出し、顔の特徴量を比較する Python ライブラリとして紹介されています。README の例では、画像ファイルから顔を読み込み、顔の位置を取得し、既知の人物画像と比較して名前を出します。別の例では顔画像をエンコードし、顔の距離を使って一致を判定します。これは識別結果の正しさや本人確認を保証する説明ではありません。入力画像の明るさ、角度、遮蔽、解像度が変わると判定に影響し得ますが、README は特定の精度表を示していません。利用時には、検出できなかった場合と複数の顔がある場合を別の結果として保存し、閾値を固定したうえで誤認識の記録を作る必要があります。顔データは個人情報になり得るため、保存期間、アクセス権、削除方法、利用目的をこのライブラリの外側で決めます。ライセンスと依存ライブラリの条件も、配布物に含める範囲ごとに確認します。

編集部の結論

face_recognitionは、深層学習モデルと一連の実用的な例に支えられた、Pythonとコマンドライン環境での顔認識への直接的な入り口を提供します。主な制限は文書化されており、MITライセンスにより自由に変更・配布できます。

公式情報源

1. Official README
2. Project repository
3. Release notes