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

Unity ARKitプラグインサンプルのチュートリアルを読む

ZScript

Unityで強化学習できる『Unity ML-Agents』

機械学習手法『Random Forest』

機械学習のオープンソースソフトウェアフォーラム『mloss(machine learning ope...

Mayaのレンダリング アトリビュート

Googleが画像解析旅行ガイドアプリのJetpac社を買収

立体視を試してみた

ROMOハッカソンに行ってきた

WordPressの表示を高速化する

なんかすごいサイト

BGSLibrary:OpenCVベースの背景差分ライブラリ

BlenderProc:Blenderで機械学習用の画像データを生成するPythonツール

AMIMOTO(PVM版)で作成したインスタンスをAMIMOTO (HVM版)へ移行する

iPhoneアプリ開発 Xcode 5のお作法

Konashiを買った

Point Cloud Utils:Pythonで3D点群・Meshを扱うライブラリ

画像生成AI Stable Diffusionで遊ぶ

ブログが1日ダウンしてました

機械学習での「回帰」とは?

Faceshiftで表情をキャプチャしてBlender上でMakeHumanのメッシュを動かすデモ

OpenCV 3.3.0-RCでsfmモジュールをビルド

Unityの薄い本

Mean Stack開発の最初の一歩

C++の抽象クラス

OpenMVSのサンプルを動かしてみる

Human Generator:Blenderの人体生成アドオン

顔画像処理技術の過去の研究

ブログの復旧が難航してた話

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』

MeshroomでPhotogrammetry

Pix2Pix:CGANによる画像変換

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

UnityでShaderの入力パラメータとして行列を渡す

konashiのサンプルコードを動かしてみた

UnityのTransformクラスについて調べてみた

オープンソースの物理ベースレンダラ『Mitsuba』をMayaで使う

海外ドラマのChromaKey

Unreal Engineの薄い本

Model View Controller

画像認識による位置情報取得 - Semi-Direct Monocular Visual Odome...

Structure from Motion (多視点画像からの3次元形状復元)

コメント