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。


スポンサーリンク


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。↓


スポンサーリンク

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


スポンサーリンク

関連記事

オープンソースのプリント基板設計ツール『KiCad』
Math.NET Numerics:Unityで使える数値計算ライブラリ
Netron:機械学習モデルを可視化するツール
組み込み向けのWindows OS 『Windows Embedded』
疑似3D写真が撮れるiPhoneアプリ『Seene』がアップデートでついにフル3Dモデルが撮影できる...
オープンソースの物理ベースレンダラ『Mitsuba』をMayaで使う
Verilog HDL
画像生成AI Stable Diffusionで遊ぶ
科学技術計算向けスクリプト言語『Julia』
MVStudio:オープンソースのPhotogrammetryツール
Point Cloud Libraryに動画フォーマットが追加されるらしい
2D→3D復元技術で使われる用語まとめ
ROSの薄い本
スクラッチで既存のキャラクターを立体化したい
オープンソースの物理ベースGIレンダラ『appleseed』
CGAN (Conditional GAN):条件付き敵対的生成ネットワーク
UnrealCLR:Unreal Engineで.NET Coreを利用できるプラグイン
読みやすくて高速なディープラーニングのフレームワーク『Caffe』
Paul Debevec
SVM (Support Vector Machine)
Python.NET:Pythonと.NETを連携させるパッケージ
プログラムによる景観の自動生成
fSpy:1枚の写真からカメラパラメーターを割り出すツール
iPhoneで3D写真が撮れるアプリ『seene』
HD画質の無駄遣い
Unityで画面タッチ・ジェスチャ入力を扱う無料Asset『TouchScript』
オープンソースの取引プラットフォーム
PythonのHTML・XMLパーサー『BeautifulSoup』
CGレンダラ研究開発のためのフレームワーク『Lightmetrica (ライトメトリカ)』
UnityのTransformクラスについて調べてみた
ニューラルネットワークと深層学習
仮想関数
RefineNet (Multi-Path Refinement Network):ディープラーニン...
GoogleのDeep Learning論文
TensorSpace.js:ニューラルネットワークの構造を可視化するフレームワーク
機械学習で流体シミュレーションを近似する『Physics Forests』
OpenCVで動画の手ぶれ補正
OpenCV バージョン4がリリースされた!
Javaで作られたオープンソースの3DCGレンダラ『Sunflow』
書籍『ROSプログラミング』
データサイエンティストって何だ?
Alice Vision:オープンソースのPhotogrammetryフレームワーク

コメント