【第16回】ｍbotを使った研修

皆様、こんにちは

前回AI機能を用いてグー、チョキ、パーを認識させ、カメラに移した手がどれを出しているか判断させることに成功しました。

これを人の顔に置き換えるのが目的です。しかし、手と違って人の顔は千差万別なので細かく判別できるのかが難しく感じます。

調べる中で分かったのですが一般的な顔認識は2D認証、3D認証の２種類があります。

2Dではカメラに映った画像に対して目、鼻といった特徴点を見ています。
3Dでは上記に赤外線カメラを用いて立体データとして認識しています。

3D方式は精度も大会ですが２Dに比べ対応カメラも少ないです。
Mblockでは赤外線カメラは対応していないので”2D方式になりますね。

モデルの用意

さて、人の顔を学習させるにあたり、まずは自分自身をモデルにして作ってみます。

マスクをつけた状態の画像を9枚ほど入力します(↓)

次にマスクをしていない状態のモデルを9枚ほど入力しました。(↓)

これで自分のマスクの有無をしっかり検知してくれる様になりました。(↓)

しかし、サンプル数が少なく、かつ学習させている人によって精度がバラバラになっていることが分かりました。
先輩のTさんに試していただきましたが上手く認識してくれませんでした。

目標は誰を映してもマスクの有無を検知することだったので、何とかしたいところです。

ODM担当メンバー紹介｜デザインサービス事業 | 株式会社PALTEK