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↓



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

ニューラルネットワークで画像分類
OpenCVのための軽量GUIライブラリ『cvui』
3Dボリュームデータ処理ライブラリ『OpenVDB』
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『OpenGV』
JavaScriptとかWebGLとかCanvasとか
iOSデバイスのためのフィジカル・コンピューティングツールキット『konashi(こなし)』
CycleGAN:ドメイン関係を学習した画像変換
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
OpenCVで顔のランドマークを検出する『Facemark API』
OpenMayaRender
UnityでPoint Cloudを表示する方法
KelpNet:C#で使える可読性重視のディープラーニングライブラリ
WordPress on Google App Engineを1週間運用してみて
Houdiniのライセンスの種類
MFnMeshクラスのsplit関数
Pix2Pix:CGANによる画像変換
Kaolin:3Dディープラーニング用のPyTorchライブラリ
iPhoneアプリ開発 Xcode 5のお作法
定数
WordPress on Windows Azure
FacebookがDeep learningツールの一部をオープンソース化
Zibra Liquids:Unity向け流体シミュレーションプラグイン
ブログの復旧が難航してた話
機械学習のオープンソースソフトウェアフォーラム『mloss(machine learning ope...
統計的な顔モデル
オープンソースのStructure from Motionライブラリ『Theia』
Amazon EC2ログイン用の秘密鍵を無くした場合の対処方法
OpenCVベースのマーカーARライブラリ『OpenAR』
CNN Explainer:畳み込みニューラルネットワーク可視化ツール
ROMOハッカソンに行ってきた
『手を動かしながら学ぶエンジニアのためのデータサイエンス』ハンズオンセミナーに行ってきた
Python拡張モジュールのWindows用インストーラー配布サイト
ArUco:OpenCVベースのコンパクトなARライブラリ
MLDemos:機械学習について理解するための可視化ツール
SDカードサイズのコンピューター『Intel Edison』
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~
Raspberry PiでIoTごっこ
Unity Scriptコーディング→Unreal Engine Scriptコーディング
NVIDIA GeForce RTX 3080を購入
海外ドラマのChromaKey
Google Chromecast
openMVGをWindows10 Visual Studio 2015環境でビルドする

コメント