C++の機械学習ライブラリ『Dlib』

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↓


スポンサーリンク
Real-Time Face Pose Estimation

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。↓

dlib vs OpenCV face detection

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


スポンサーリンク

関連記事

iPhone x ロボットハッカソン~RomoのiPhone用SDKで目覚ましアプリを作る~
Webサイトのワイヤーフレームが作成できるオンラインツール
UnityでPoint Cloudを表示する方法
サンプルコードにも間違いはある?
続・ディープラーニングの資料
WebGL開発に関する情報が充実してきている
OpenGVの用語
PyDataTokyo主催のDeep Learning勉強会
ベイズ推定とグラフィカルモデル
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』
U-Net:ディープラーニングによるSemantic Segmentation手法
Deep Learningとその他の機械学習手法の性能比較
データサイエンティストって何だ?
Mechanizeで要認証Webサイトをスクレイピング
ポリゴンジオメトリ処理ライブラリ『pmp-library (Polygon Mesh Process...
OpenCVでiPhone6sのカメラをキャリブレーションする
網元AMIで作ったWordpressサイトのインスタンスをt1microからt2microへ移行した
Unity ARKitプラグインサンプルのドキュメントを読む
オープンソースの顔認識フレームワーク『OpenBR』
組み込み向けのWindows OS 『Windows Embedded』
Verilog HDL
第1回 3D勉強会@関東『SLAMチュートリアル大会』
OpenCVベースの背景差分ライブラリ『BGSLibrary』
Fast R-CNN:ディープラーニングによる一般物体検出手法
YOLO (You Only Look Once):ディープラーニングによる一般物体検出手法
ブラウザ操作自動化ツール『Selenium』を試す
OpenCVベースのコンパクトなARライブラリ『ArUco』
Houdiniのライセンスの種類
書籍『3次元コンピュータビジョン計算ハンドブック』を購入
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)』
3Dボリュームデータ処理ライブラリ『OpenVDB』
OpenCVで顔のランドマークを検出する『Facemark API』
インタラクティブにComputer Visionコーディングができるツール『Live CV』
ZScript
タマムシっぽい質感
書籍『ROSプログラミング』
Google App EngineでWordPress
clearcoat Shader
科学技術計算向けスクリプト言語『Julia』
プログラミングスキルについて考える
BlenderでPhotogrammetryできるアドオン
オープンソースの人体モデリングツール『MakeHuman』のAPI開発プロジェクトがスタート

コメント