GMM（混合ガウスモデル）を用いて声優の愛美さんと山崎はるかさんの顔認識をしてみた！（実装・実験）

今回はGMM（Gaussian mixture model）＝混合ガウスモデルを用いてあいみんとぴょんさんの顔認識をしてみました。

ソースコードも載せてますので、これを元に色々な分類を行ってみてください！

目的

GMMで顔認識！

使用したもの

・pyhton2.7

（printをせばpython3でも動きます！）

・画像（５０＊５０）

学習用

愛美

 山崎はるか

テスト用

愛美

山崎はるか

では、実験していきます！

ソースコード 

# coding: utf-8
import cv2
import matplotlib.pyplot as plt
import sys
import glob
from PIL import Image
from sklearn import mixture
from sklearn.externals import joblib
import numpy as np

def resize(filename, w, h):
    imageName = filename
    img = Image.open(imageName)
    img_resize_lanczos = img.resize((w, h), Image.LANCZOS)
    savepath = filename
    img_resize_lanczos.save(savepath)
    img_resize = cv2.imread(savepath)
    return img_resize

if __name__=="__main__":
    n_mixtures = 50
    max_iterations = 75
    tarain_data_folder = glob.glob('train_data/*')
    test_data_folder = glob.glob('test_data/*')

    for person in tarain_data_folder:
        all_image_data = []
        speaker_name = person.split("/")[-1]

        for imgPath in glob.glob(person+'/*.jpg'):
            print imgPath
            img_resize = resize(imgPath, 50, 50)
            img_gray = cv2.cvtColor(img_resize, cv2.COLOR_BGR2GRAY)
            if all_image_data ==[]:
                all_image_data=img_gray
            else:
                all_image_data = np.concatenate([all_image_data,img_gray],axis=0)

        all_image_data = np.array(all_image_data)
        print all_image_data.shape
        gmm = mixture.GaussianMixture(n_components=n_mixtures, covariance_type='diag' , max_iter = max_iterations ).fit(all_image_data)
        joblib.dump(gmm,'train_models/'+speaker_name+'.pkl')
    print "Training Completed"

    # test
    for person in test_data_folder:
        all_image_data = []
        speaker_name = person.split("/")[-1]
        for imgPath in glob.glob(person+'/*.jpg'):
            print imgPath
            img_resize = resize(imgPath, 50, 50)
            img_gray = cv2.cvtColor(img_resize, cv2.COLOR_BGR2GRAY)
            max_score=-9999999
            max_person=person
            for modelfile in sorted(glob.glob('train_models/*.pkl')):
                gmm = joblib.load(modelfile)
                score=gmm.score(img_gray)
                if score>max_score:
max_score,max_speaker=score,modelfile.replace('train_models/','').replace('.pkl','')
            print person+" -> "+max_person+(" Y" if person==max_person  else " N")

出力結果

train_data/pyon/pyon3.jpg
train_data/pyon/pyon2.jpg
train_data/pyon/pyon.jpg
(150, 50)
train_data/aimi/aimi.jpg
train_data/aimi/aimi2.jpg
train_data/aimi/aimi3.jpg

(150, 50)
Training Completed

=============================================================

# test
test_data/pyon/pyon5.jpg
test_data/pyon -> test_data/pyon Y
test_data/pyon/pyon4.jpg
test_data/pyon -> test_data/pyon Y
test_data/pyon/pyon6.jpg
test_data/pyon -> test_data/pyon Y
test_data/aimi/aimi6.jpg
test_data/aimi -> test_data/aimi Y
test_data/aimi/aimi4.jpg
test_data/aimi -> test_data/aimi Y
test_data/aimi/aimi5.jpg
test_data/aimi -> test_data/aimi Y

３つ＊２人のデータで学習を行い、３つ＊２人のデータでテストを行った。

結果、識別率１００％となった。

識別するデータが２人だったため高い性能になっています。

次はまち吉あいみーなの４人の顔認識をやりたいと思います！

ありがとうございました！