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

定数

ポイントクラウドコンソーシアム

R-CNN (Regions with CNN features):ディープラーニングによる一般物体...

C#で使える遺伝的アルゴリズムライブラリ『GeneticSharp』

写真に3Dオブジェクトを違和感無く合成する『3DPhotoMagic』

NeRF (Neural Radiance Fields):深層学習による新規視点合成

OpenCVで顔のランドマークを検出する『Facemark API』

SONY製のニューラルネットワークライブラリ『NNabla』

書籍『OpenCV 3 プログラミングブック』を購入

HerokuでMEAN stack

Google製オープンソース機械学習ライブラリ『TensorFlow』のWindows版が公開された

オープンソースのプリント基板設計ツール『KiCad』

Python拡張モジュールのWindows用インストーラー配布サイト

DCGAN (Deep Convolutional GAN):畳み込みニューラルネットワークによる敵...

Raspberry Pi

Unityで学ぶC#

Google XML Sitemap Generatorプラグインを3.4.1へダウングレード

畳み込みニューラルネットワーク (CNN: Convolutional Neural Network...

WordPressのテーマを自作する

機械学習について最近知った情報

Raspberry PiでIoTごっこ

OpenCV 3.1から追加されたSfMモジュール

タマムシっぽい質感

UnityのTransformクラスについて調べてみた

WebGL開発に関する情報が充実してきている

ブログのデザイン変えました

ROMOハッカソンに行ってきた

手を動かしながら学ぶデータマイニング

Multi-View Environment:複数画像から3次元形状を再構築するライブラリ

Windows10でPyTorchをインストールしてVSCodeで使う

Pythonの自然言語処理ライブラリ『NLTK(Natural Language Toolkit)』

チャットツール用bot開発フレームワーク『Hubot』

UnityでShaderの入力パラメータとして行列を渡す

OpenGV:画像からカメラの3次元位置・姿勢を推定するライブラリ

NVIDIA GeForce RTX 3080を購入

uvでWindows11のPython環境を管理する

スクレイピング

BlenderのPython環境にPyTorchをインストールする

AnacondaとTensorFlowをインストールしてVisual Studio 2015で使う

iPhoneアプリ開発 Xcode 5のお作法

書籍『仕事ではじめる機械学習』を読みました

HD画質の無駄遣い その2

コメント