reComputer R2135 によるインテリジェント顔認識システム

映像 (data/*.mp4)
    │
    ▼
[VideoSampler] —— 1 秒に 1 フレーム (1280×720)
    │
    ▼
[YOLOv8n] —— 人物検出 (640×640)
    │
    ▼
[IoUTracker] —— 人物トラッキング + 顔サンプリングのスロットル (無効化可能)
    │
    ▼
[SCRFD-10G] —— 顔検出 + 5 点ランドマーク
    │
    ▼
[FaceAlign 5pt] —— アフィン変換で 112×112 にアライメント
    │
    ▼
[ArcFace MobileFaceNet] —— 512-d L2-norm 埋め込み
    │
    ▼
[AlbumCluster] —— pHash 優先 / Faiss HNSW をフォールバック → person_id を割り当て
    │
    ▼
[AlbumStorage] —— ファイル書き出し + 二重重複排除 + manifest.json 更新
    │
    ▼
[Web Browser :8080] —— 結果を閲覧 / 検索

git clone https://github.com/doublelf/person_face_sign.git
cd person_face_sign

python3 -m venv .venv
source .venv/bin/activate
python -m pip install --upgrade pip

pip install -r requirements.txt

# Debian / Ubuntu（reComputer を含む）
sudo apt update
sudo apt install -y ffmpeg

# 確認
ffmpeg -version | head -n 1
ffprobe -version | head -n 1

person_face_sign/
└── models/
    ├── yolov8n.hef                    # ~4.3 MB
    ├── scrfd_10g.hef                  # ~10 MB
    └── arcface_mobilefacenet.hef      # ~5 MB

sudo apt install hailort
ls /usr/local/hailo/resources/models/hailo8/
# 以下のようなファイルが見えるはずです:
#   arcface_mobilefacenet.hef
#   scrfd_10g.hef
#   その他いくつかの公式サンプルモデル

# プロジェクトのローカル models/ ディレクトリへコピー
cp /usr/local/hailo/resources/models/hailo8/scrfd_10g.hef            models/
cp /usr/local/hailo/resources/models/hailo8/arcface_mobilefacenet.hef models/
ls -lh models/

mkdir -p models

# 1. 公式イメージを取得
docker pull ghcr.io/seeed-projects/recomputer-r20-cv/yolov8:latest

# 2. 実行しないコンテナインスタンスを create で作成（ファイルを取り出すためだけ）
docker create --name yolov8-temp ghcr.io/seeed-projects/recomputer-r20-cv/yolov8:latest

# 3. コンテナから yolov8n.hef をプロジェクトの models/ にコピー
docker cp yolov8-temp:/app/model/yolov8n.hef models/yolov8n.hef

# 4. 一時コンテナを削除
docker rm yolov8-temp

# 5. 確認
ls -lh models/yolov8n.hef

python apps/build_album.py \
  --video data/tex.mp4 \
  --out data/album \
  --no-tracker \
  --scrfd-score 0.6 \
  --cluster-thresh 0.85 \
  --skip-dedup

data/album/
├── manifest.json
├── thumbnails/
│   ├── person_0001.jpg
│   ├── person_0002.jpg
│   └── ...
├── person_0001/
│   ├── representative.jpg
│   ├── info.json
│   ├── embeddings.npz
│   └── img_0001_ts_2.00s_score_0.78.jpg
│   └── img_0002_ts_5.00s_score_0.74.jpg
│   └── ...
├── person_0002/
└── ...

python apps/web_browser.py --port 8080

data/album/
├── manifest.json                    # 全体統計 + 人物一覧（Web UI のデータソース）
├── thumbnails/
│   └── person_<id>.jpg              # サムネイル（representative.jpg のコピー）
└── person_<NNNN>/                   # アイデンティティごとに 1 ディレクトリ、NNNN は 4 桁ゼロパディング ID
    ├── info.json                    # 1 人あたりのメタデータ: count / first_ts / last_ts / best_score / source_videos
    ├── embeddings.npz               # その person の top-N 埋め込み（既定 N=5、スコア順）
    ├── representative.jpg           # 最高スコアの「表紙画像」、thumbnails/ にも同期
    └── img_<NNNN>_ts_<ts>s_score_<score>.jpg  # 残した顔画像（112×112 アライメント後）

{
  "version": "1.0",
  "created_at": "2026-09-26T10:23:11",
  "updated_at": "2026-09-26T10:24:48",
  "total_persons": 6,
  "total_images": 142,
  "source_videos": ["tex"],
  "config": {
    "interval_s": 1.0,
    "cosine_distance_threshold": 0.85,
    "min_face_size": [40, 40],
    "min_face_score": 0.6,
    "best_n_embeddings": 5,
    "phash_max_dist": 4
  },
  "persons": [
    {
      "id": 1,
      "count": 28,
      "first_ts": 2.0,
      "last_ts": 82.0,
      "best_score": 0.85,
      "source_videos": ["tex"],
      "thumbnail": "thumbnails/person_0001.jpg"
    },
    ...
  ]
}