Dlib:C++の機械学習ライブラリ

画像認識系の人達の間では、高性能な顔の器官検出(Face Alignment)が手軽に利用できることで知られているC++のライブラリ Dlib。(表記は大文字、小文字どっちなんでしょう?)
英語のWikipediaによると、2002年から開発されているかなり歴史のあるライブラリみたい。

公式ブログによると、最新バージョンのdlib 19.0からDeep Learning APIが備わったようです。

Dlib C++ Library

dlib

Dlibは、現実世界の問題を扱う高度なソフトウェアを実装するための機械学習アルゴリズムやツールを備えたモダンなC++ツールキットです。Dlibはロボット工学、組み込みデバイス、携帯電話、巨大なハイパフォーマンスコンピューティング環境など、産業・アカデミック分野を問わず幅広い分野で利用されています。Dlibのオープンソースライセンシングにより、任意のアプリケーションに無料で利用できます。

Dlibの開発ソースコードのフォロー、または開発への参加はdlib on githubから。また、プロジェクトにコードを提出する予定であればHow to Contributeのページをお読みください。

dlibのライセンスはBoost Software License 1.0(BSL 1.0)なので、ソースコードも丸ごと配布する場合を除き、著作権表示なしでも商用利用可。(とても緩いライセンスですね)

C++で使えることを強調してるけど、Pythonバインドもある。機械学習以外の様々なツールも盛り込まれていて、一見すると何がメインのライブラリなのか良くわからないですが、オイラは機械学習のライブラリと捉えています。



ということで、GitHub上のリポジトリはこちら↓
https://github.com/davisking/dlib

Face Alignment

Face Alignmentに関する公式ブログの記事はこちら↓
http://blog.dlib.net/2014/08/real-time-face-pose-estimation.html
Real-Time Face Pose Estimation

データをOpenCV形式に変換する関数も用意されているし、公式にWebカメラの画像からリアルタイムにFace Alignmentを実行するサンプルコードが公開されているので、本当に簡単なんですよね↓
http://dlib.net/webcam_face_pose_ex.cpp.html

こちらがDlibのFace Alignment↓



ちなみに、顔の検出処理もOpenCVと異なっているらしく、OpenCVの顔検出との性能比較動画が公開されている。
青い丸がOpenCV、赤い矩形がdlibによる顔検出。↓



4月に第33回 コンピュータビジョン勉強会@関東でも紹介されてた。↓

2018年5月 追記:現在は同じ検出アルゴリズムがOpenCVのFacemark APIにも実装されています↓


Deep Learning API

Dlibバージョン19.0で新しく入ったDeep Learning APIについて公式ブログで説明されている↓

A Clean C++11 Deep Learning API

A Clean C++11 Deep Learning API

ざっと要約すると、

C++11規格に則ったDeep Learning APIで、CPU, GPUでの演算に対応。NVIDIAのDeep LearningライブラリcuDNNにバインドされていて、複数GPUを利用した学習が可能。
ImageNetを34層 Deep Residual Learningに基づいて訓練したモデル(?)が付属し、それを利用した実装サンプルはこちら

追記:バージョン19.3からDeep Learningによる顔認識(認証とか照合?)ツールが加わったらしい。
http://blog.dlib.net/2017/02/high-quality-face-recognition-with-deep.html

本リリースで多くの新機能が追加されましたが、最も注目すべきはdlibのdeep learning APIを使った最先端の顔認識サンプルを含むdeep learningツールです。
詳しくは http://dlib.net/dnn_face_recognition_ex.cpp.html をご覧ください。

Deep Face Recognitionのサンプルコードはこちら↓

http://dlib.net/dnn_face_recognition_ex.cpp.html

関連記事

PyTorch3D:3Dコンピュータービジョンライブラリ

Web経由でRaspberry PiのGPIOを操作したい

ポリゴンジオメトリ処理ライブラリ『pmp-library (Polygon Mesh Process...

OpenCV 3.1とopencv_contribモジュールをVisual Studio 2015で...

リアルタイム レイトレーシングAPI『DirectX Raytracing (DXR)』

OpenCV 3.1のsfmモジュールを試す

OpenCVでPhotoshopのプラグイン開発

GAN (Generative Adversarial Networks):敵対的生成ネットワーク

ManuelBastioniLAB:人体モデリングできるBlenderアドオン

Google App EngineでWordPress

UnityでPoint Cloudを表示する方法

Rerun:マルチモーダルデータの可視化アプリとSDK

Adobeの手振れ補正機能『ワープスタビライザー』の秘密

U-Net:ディープラーニングによるSemantic Segmentation手法

Kinect for Windows v2の日本価格決定

Google Chromecast

PSPNet (Pyramid Scene Parsing Network):ディープラーニングによ...

OpenCVの超解像(SuperResolution)モジュールを試す

OpenSfM:PythonのStructure from Motionライブラリ

Fast R-CNN:ディープラーニングによる一般物体検出手法

Unreal Engineの薄い本

Model View Controller

Unityで学ぶC#

ZBrushで作った3Dモデルを立体視で確認できるVRアプリを作る

KelpNet:C#で使える可読性重視のディープラーニングライブラリ

Python.NET:Pythonと.NETを連携させるパッケージ

オープンソースのプリント基板設計ツール『KiCad』

Theia:オープンソースのStructure from Motionライブラリ

Active Appearance Models(AAM)

OpenCVのfindEssentialMat関数を使ったサンプルを読んでみる

全脳アーキテクチャ勉強会

iOSデバイスと接続して連携するガジェットの開発方法

WordPressのテーマを自作する

hloc:SuperGlueで精度を向上させたSfM実装

顔画像処理技術の過去の研究

オープンソースの物理ベースGIレンダラ『appleseed』

SONYの自律型エンタテインメントロボット『aibo』

ブラウザ操作自動化ツール『Selenium』を試す

統計的な顔モデル

TensorFlowでCGを微分できる『TensorFlow Graphics』

UnityからROSを利用できる『ROS#』

Unity ARKitプラグインサンプルのチュートリアルを読む

コメント