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
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
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の三角測量関数『cv::triangulatep...
書籍『ゼロから作るDeep Learning』で自分なりに学...
Raspberry Pi 2のGPIOピン配置
OpenCV 3.1とopencv_contribモジュール...
pythonもかじってみようかと
Google App Engine上のWordPressでA...
HD画質の無駄遣い
Unity Scriptコーディング→Unreal Engi...
iPhone・iPod touchで動作する知育ロボット『R...
OpenCV 3.3.0-RCでsfmモジュールをビルド
海外ドラマのChromaKey
uvでWindows11のPython環境を管理する
オープンソースの物理ベースレンダラ『Mitsuba』をMay...
iPadをハンディ3Dスキャナにするガジェット『iSense...
FreeMoCap Project:オープンソースのマーカー...
Mean Stack開発の最初の一歩
OpenSfM:PythonのStructure from ...
1枚の画像からマテリアルを作成できる無料ツール『Materi...
UnityでLight Shaftを表現する
Regard3D:オープンソースのStructure fro...
Raspberry PiのGPIOを操作するPythonライ...
Mechanizeで要認証Webサイトをスクレイピング
Amazon EC2ログイン用の秘密鍵を無くした場合の対処方...
Raspberry Piでセンサーの常時稼働を検討する
第25回コンピュータビジョン勉強会@関東に行って来た
DensePose:画像中の人物表面のUV座標を推定する
OpenCVで顔のランドマークを検出する『Facemark ...
BGSLibrary:OpenCVベースの背景差分ライブラリ
機械学習で遊ぶ
Web経由でRaspberry PiのGPIOを操作したい
Transformer Explainer:テキスト生成モデ...
AmazonEC2のインスタンスをt1.microからt2....
CGALDotNet:計算幾何学ライブラリ CGALのC#ラ...
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...
機械学習のオープンソースソフトウェアフォーラム『mloss(...
網元AMIで作ったWordpressサイトのインスタンスをt...
YOLO (You Only Look Once):ディープ...
LuxCoreRender:オープンソースの物理ベースレンダ...
Model View Controller
Polyscope:3Dデータ操作用GUIライブラリ
Live CV:インタラクティブにComputer Visi...
UnityでTweenアニメーションを実装できる3種類の無料...
コメント