カスケード分類器とは？ラズパイとUSBカメラを使った顔検出で試してみた

こんにちは！メカ旦那です。

スマホの本人認証など、様々な所で顔認識が使われています。
仕組みとしては、画像の中から顔を検知　→　誰の顔か認識する　という流れですが、最初の検知に関しては、「カスケード分類器」という手法が使われています。ラズパイとUSBカメラを使って手軽にできるので、ザックリ解説します！

カスケード分類器について

カスケード分類器とは？

顔認識は一般的に、画像入力→顔検出→特徴量算出→顔認識の流れになります。

カスケード分類器はこの中でも「顔検出」に使われる技術です。
顔というのは、目や口など明暗差が特徴的な部分が存在します。人種、性別、年齢、表情に関係なく共通で、他の物体には無いので、これを画像の中から探し出す事で、顔が検知できます。

とはいえ、個々人で違いはありますし、顔に似たような模様もあります。ですので、カスケード分類器ではたくさんの顔画像と、そうではない画像をPCに機械学習させます。PC自身で判別基準（識別器）を作成し、改善を重ねる事で検知精度を高めています。

カスケード分類器とディープラーニング（AI）の違い

カスケード分類器の種類

画像のどの特徴を捉えるのかによって、カスケード分類器はいくつか種類があります。

後ほどラズパイを用いて顔検知しますが、今回はHaar-Likeを用います。
どれも、OpenCVというライブラリにオープンソースがあり、Git Hubで公開されてますので、リンクを上記に貼っておきます。

またHaar-Like の中でも、顔だけでなく、身体全体や猫の顔が検知できるソースもあります。Git Hub内にありますので、良かったら探してみてください。

ラズパイとUSBカメラで顔検出してみた

使うもの

使うのは、Raspberry Pi 3 a+、USBカメラ、パソコンです。
USBカメラはリモート会議でも使われるような一般的なものです。
カメラはラズパイとUSBで接続します。
撮影動画はラズパイに送り、画像内の顔を検知、四角い枠で囲むという流れになります。

ちなみに、USBカメラの代わりに、ラズパイ用カメラモジュールでもできるらしいですが、私はどうにも上手くいきませんでした・・・ご興味のある方はお試し下さい。こちらはラズパイ3,4向けのモジュールです。

コード

次に、ラズパイに書き込むコードになります。
言語はPythonを用いて、ラズパイ用エディタ「Geany」に入力しています。

import cv2 
 
haar_file = \
"/usr/local/lib/python3.9/dist-packages/cv2/data/"\
"haarcascade_frontalface_alt.xml"

cascade = cv2.CascadeClassifier(haar_file)

cap = cv2.VideoCapture(0)

while(True):
    ret, frame = cap.read()
    
    face = cascade.detectMultiScale(frame)

    for x, y, w, h in face:
        cv2.rectangle(frame,(x,y),(x+w,y+h),(0,0,255),1)

    cv2.imshow('Capture',frame)
  
    if cv2.waitKey(1) & 0xff == ord('q'):
  
        break

cap.release()
cv2.destroyAllWindows()

各関数について解説します。

import cv2 

今回はカスケード分類器を用いて画像検知を行います。1からコードを作るのは大変なので、ライブラリ 「OpenCV」 を利用します。インポートする際のライブラリ名は「cv2」になります。

haar_file = \
"/usr/local/lib/python3.9/dist-packages/cv2/data/"\
"haarcascade_frontalface_alt.xml"

カスケード分類器には様々な種類がありますが、今回は「Haar-like」を用います。Git Hubで公開されている顔検知ソースのパス名を引数「haar_file」に代入します。

cascade = cv2.CascadeClassifier(haar_file)

カスケード分類器を使うには、cv2のクラス「CascadeClassifier」を使います。先ほどの「haar_file」を引数として代入し、インスタンス「cascade」を生成します。

cap = cv2.VideoCapture(0)

撮影写真を取得するには、cv2のクラス「VideoCapture」を使用します。引数はカメラのデバイスIDになりますが、1台しかカメラ接続していない場合は「0」になります。0を代入し、インスタンス「cap」を生成します。

ここまでは、撮影までの準備です。
この後、実際に撮影→顔検知→画像加工→表示までの処理を行います。

while(True):

無限ループを使い、撮影画像を絶えず読み込み、顔検知するようにします。
後ほど説明しますが、「break」が実行されるまでは処理がずっと続きます。

　　ret, frame = cap.read()

「read」を用いて、撮影画像を第2戻り値の「frame」に格納します。ちなみに第1戻り値の「ret」には画像取得の成功可否を2値（True / Fales）で格納します。

　　face = cascade.detectMultiScale(frame)

「detectMultiScale」を用いて、画像内の顔を検知します。
変数「face」には、顔の左上座標（x,y）、幅（w）、高さ（h）が配列の形で格納されます。（[x, y, w, h]）

    for x, y, w, h in face:
        cv2.rectangle(frame,(x,y),(x+w,y+h),(0,0,255),1)

顔の周囲を四角で囲みます。以下、「rectangle」の引数です。

　　cv2.imshow('Capture',frame)

「imshow」を用いて、別ウインドウを立ち上げ、画像をPC上に表示します。
第1引数にはウインドウ上部のタイトル名を入力しますが、今回は「Capture」にします。

さてこれで顔検知ができました。
ここからは、終わらせる処理です。

　　if cv2.waitKey(1) & 0xff == ord('q'):
　　　break

キーボードでqを押すと、「break」で無限ループから抜け出します。
「cv2.waitKey(1) & 0xFF == ord(‘q’):」は少し複雑なので、後ほど説明します。

cap.release()
cv2.destroyAllWindows()

「release」でカメラデバイスを解放します。
（冒頭で設定したVideoCaptureをリセットするイメージです。）
最後に「destroyAllWindows」でウインドウが消えて処理が終了します。

実際に動かしてみると

コードをラズパイに書き込み、実行してみます。
ラズパイとリモートデスクトップで繋いだパソコンで、画像を表示してみました。

恥ずかしがり屋なので顔は隠してますが、実際に検知され赤い四角で囲われています。

cv2.waitKey(1) & 0xFF == ord(‘q’)　とは？

先ほど説明を省略したこちらについて解説します。

まとめ

カスケード分類器について理解できましたでしょうか？
簡単な電子工作で実感できますので、ぜひ試してみてください！