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

OpenCVで顔のモーフィングを実装する

MB-Lab:Blenderの人体モデリングアドオン

LLM Visualization:大規模言語モデルの可視化

openMVG:複数視点画像から3次元形状を復元するライブラ...

UnityのTransformクラスについて調べてみた

trimesh:PythonでポリゴンMeshを扱うライブラ...

Google Colaboratoryで遊ぶ準備

UnityでShaderの入力パラメータとして行列を渡す

FreeMoCap Project:オープンソースのマーカー...

Raspberry PiでIoTごっこ

NeRF (Neural Radiance Fields):...

UnrealCLR:Unreal Engineで.NET C...

全脳アーキテクチャ勉強会

WordPressの表示を高速化する

Point Cloud Utils:Pythonで3D点群・...

KelpNet:C#で使える可読性重視のディープラーニングラ...

Photogrammetry (写真測量法)

Active Appearance Models(AAM)

OpenCVでカメラ画像から自己位置認識 (Visual O...

顔検出・認識のAPI・ライブラリ・ソフトウェアのリスト

Deep Learningとその他の機械学習手法の性能比較

ポイントクラウドコンソーシアム

Twitter APIのPythonラッパー『python-...

IronPythonを使ってUnity上でPythonのコー...

ニューラルネットワークで画像分類

Kornia:微分可能なコンピュータービジョンライブラリ

openMVGをWindows10 Visual Studi...

OpenCV バージョン4がリリースされた!

Python拡張モジュールのWindows用インストーラー配...

ポートレート撮影のためのスタジオ照明の基本

今年もSSII

libigl:軽量なジオメトリ処理ライブラリ

Raspberry PiのGPIOを操作するPythonライ...

Raspberry Pi 2を買いました

Webサイトのワイヤーフレームが作成できるオンラインツール

Gource:バージョン管理の履歴を可視化するツール

Math.NET Numerics:Unityで使える数値計...

UnrealCV:コンピュータビジョン研究のためのUnrea...

NumSharp:C#で使えるNumPyライクな数値計算ライ...

OpenCV 3.3.0-RCでsfmモジュールをビルド

3D復元技術の情報リンク集

C++始めようと思うんだ

コメント