サイトアイコン NegativeMindException

オープンソースの顔認識フレームワーク『OpenBR』

たまたま見つけたけど、流行っている気配は無さそう(笑)

OpenBRはオープンソースの生体識別ライブラリで、顔写真から年齢や性別の判別が可能とのこと。まだバージョン1にも満たないので、成熟するのはもうちょい先だろうか。顔認識技術ってのはどんどんオープン化していきますな。

OpenBR – Open Source Biometric Recognition

OpenBRは、新しい手法の研究、既存アルゴリズム改良、商用システムとのインタフェースとしての利用、認識性能の測定、そして 自動生体認証システムをデプロイするためのフレームワークです。
このプロジェクトは、アルゴリズムのプロトタイピングを迅速に進められるように、成熟したコアフレームワークと柔軟なプラグインシステムを備え、オープンとクローズドソースの開発を支援するよう設計されています。また、顔認識年齢推定性別推定などの既存アルゴリズムも利用可能です。
詳しくはチュートリアルをご覧ください。
OpenBRは新しいアルゴリズムのプロトタイプを作成するプロセスを合理化する必要性から、MITRE社内で始まりました。このプロジェクトは、後にApache2ライセンスの下でオープンソースソフトウェアとして公開し、学術的および商業的使用のためにフリーにしました。
OpenBRの詳細については、我々の論文をお読みになり、あなたの成果に役立ててください。
J. Klontz, B. Klare, S. Klum, M. Burge, A. Jain, “Open Source Biometric Recognition”, Biometrics: Theory, Applications and Systems, 2013.


スポンサーリンク

Apache 2.0 licenseなので、出典を明記すれば商用利用も可能ということですね。
コマンドラインと、C, C++, Pythonから利用できるAPIが用意されているようです。



このOSSは、共有ライブラリである”openbr”と、コマンドラインアプリケーションである”br”の大きく二つから成り立っている。↓



ちょっと前にOpenBRのインストール手順をQiitaにまとめている人がいた。↓
http://qiita.com/Horie1024/items/205d1c05198673477f06

OpenBRの開発履歴をGourceで可視化動画を見つけた。
2013年に始まったばかりだから随分と若いライブラリだな。↓



YouTubeでポルトガル語の講演っぽい動画を見つけた。うん、さっぱりわからない。↓



ジワジワと試してる人が増えてきてるのかな。
http://bizright-blog.tumblr.com/post/132916415384/raspberry-pi-opencvopenbr%E3%83%86%E3%82%B9%E3%83%88%E9%96%8B%E5%A7%8B%E6%88%B8%E5%B6%8B

http://labo.ysreading.co.jp/2015/11/26/%E3%80%90ai%E3%80%91openbr%E3%81%A7%E9%A1%94%E8%AA%8D%E8%AD%98%E3%82%84%E3%81%A3%E3%81%A6%E3%81%BF%E3%81%9F/


スポンサーリンク

関連記事

  • UnityでARKit2.0
  • MeshroomでPhotogrammetry
  • Super Resolution:OpenCVの超解像処理モジュール
  • iPadをハンディ3Dスキャナにするガジェット『iSense 3D Scanner』
  • 『手を動かしながら学ぶエンジニアのためのデータサイエンス』ハンズオンセミナーに行ってきた
  • チャットツール用bot開発フレームワーク『Hubot』
  • ディープラーニングに対応したPythonの機械学習ライブラリ『Pylearn2』
  • iPhoneアプリ開発 Xcode 5のお作法
  • UnrealCLR:Unreal Engineで.NET Coreを利用できるプラグイン
  • CycleGAN:ドメイン関係を学習した画像変換
  • JavaScriptとかWebGLとかCanvasとか
  • Mayaのレンダリング アトリビュート
  • UnityのGameObjectの向きをScriptで制御する
  • 書籍『OpenCV 3 プログラミングブック』を購入
  • Unityで学ぶC#
  • OANDAのfxTrade API
  • Raspberry Pi
  • OpenCV 3.3.0 contribのsfmモジュールのサンプルを動かしてみる
  • Math.NET Numerics:Unityで使える数値計算ライブラリ
  • Raspberry Pi 2のGPIOピン配置
  • Netron:機械学習モデルを可視化するツール
  • BlenderProc:Blenderで機械学習用の画像データを生成するPythonツール
  • Raspberry Pi 2を買いました
  • 機械学習について最近知った情報
  • WordPress on Windows Azure
  • SSII2014 チュートリアル講演会の資料
  • PSPNet (Pyramid Scene Parsing Network):ディープラーニングによ...
  • SDカードサイズのコンピューター『Intel Edison』
  • 2D→3D復元技術で使われる用語まとめ
  • MFnDataとMFnAttribute
  • WordPressのサーバ引っ越し方法を考える
  • TeleSculptor:空撮動画からPhotogrammetryするツール
  • 池袋パルコで3Dのバーチャルフィッティング『ウェアラブル クロージング バイ アーバンリサーチ』
  • 組み込み向けのWindows OS 『Windows Embedded』
  • Maya API Reference
  • OpenCV 3.1のsfmモジュールのビルド再び
  • Google App Engine上のWordPressでAmazonJSを利用する
  • OpenVDB:3Dボリュームデータ処理ライブラリ
  • 読みやすくて高速なディープラーニングのフレームワーク『Caffe』
  • TensorSpace.js:ニューラルネットワークの構造を可視化するフレームワーク
  • OpenMVS:Multi-View Stereoによる3次元復元ライブラリ
  • ニューラルネットワークと深層学習
  • モバイルバージョンを終了