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 3.1から追加されたSfMモジュール

MLDemos:機械学習について理解するための可視化ツール

pythonもかじってみようかと

ディープラーニング

Blendify:コンピュータービジョン向けBlenderラッパー

オープンソースの取引プラットフォーム

第1回 3D勉強会@関東『SLAMチュートリアル大会』

Adobeの手振れ補正機能『ワープスタビライザー』の秘密

まだ続くブログの不調

Mechanizeで要認証Webサイトをスクレイピング

Pylearn2:ディープラーニングに対応したPythonの機械学習ライブラリ

iPhoneで3D写真が撮れるアプリ『seene』

書籍『ゼロから作るDeep Learning』で自分なりに学ぶ

UnityでOpenCVを使うには?

SSII2014 チュートリアル講演会の資料

写真から3Dメッシュの生成・編集ができる無料ツール『Autodesk Memento』

viser:Pythonで使える3D可視化ライブラリ

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

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

オープンソースの顔認識フレームワーク『OpenBR』

写真に3Dオブジェクトを違和感無く合成する『3DPhotoMagic』

cvui:OpenCVのための軽量GUIライブラリ

AfterEffectsプラグイン開発

OpenCVで動画の手ぶれ補正

UnityプロジェクトをGitHubで管理する

PGGAN:段階的に解像度を上げて学習を進めるGAN

LLM Visualization:大規模言語モデルの可視化

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

Raspberry Piでセンサーの常時稼働を検討する

Netron:機械学習モデルを可視化するツール

ZScript

WordPressプラグインの作り方

OANDAのfxTrade API

オープンソースのロボットアプリケーションフレームワーク『ROS (Robot Operating S...

Unity MonoBehaviourクラスのオーバーライド関数が呼び出される順番

Mitsuba 3:オープンソースの研究向けレンダラ

組み込み向けのWindows OS 『Windows Embedded』

OpenCVでカメラ画像から自己位置認識 (Visual Odometry)

MVStudio:オープンソースのPhotogrammetryツール

Google App Engine上のWordPressでFlickrの画像を貼る

Math Inspector:科学計算向けビジュアルプログラミングツール

オープンソースのプリント基板設計ツール『KiCad』

コメント