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

Raspberry PiのGPIOを操作するPythonライブラリ『RPi.GPIO』の使い方
ポートレート撮影のためのスタジオ照明の基本
3Dスキャンに基づくプロシージャルフェイシャルアニメーション
海外ドラマのChromaKey
AmazonEC2のインスタンスをt1.microからt2.microへ移行する
IronPythonを使ってUnity上でPythonのコードを実行する
Point Cloud Utils:Pythonで3D点群・メッシュを扱うライブラリ
HD画質の無駄遣い その2
ニューラルネットワークと深層学習
OpenVDB:3Dボリュームデータ処理ライブラリ
Unityの各コンポーネント間でのやり取り
C++の抽象クラス
『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
Unityで強化学習できる『Unity ML-Agents』
Faceshiftで表情をキャプチャしてBlender上でMakeHumanのメッシュを動かすデモ
MFnMeshクラスのsplit関数
WordPressプラグインの作り方
ブログをGoogle App EngineからAmazon EC2へ移行
MVStudio:オープンソースのPhotogrammetryツール
MPFB2:Blenderの人体モデリングアドオン
ベイズ推定とグラフィカルモデル
Googleが画像解析旅行ガイドアプリのJetpac社を買収
PeopleSansPeople:機械学習用の人物データをUnityで生成する
openMVGをWindows10 Visual Studio 2015環境でビルドする
Quartus II
ブログのデザイン変えました
JavaScriptとかWebGLとかCanvasとか
ZScript
Pythonのソースコードに特化した検索エンジン『Nullege』
データサイエンティストって何だ?
OpenGVの用語
OpenCVで顔のランドマークを検出する『Facemark API』
Raspberry Pi
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』
第25回コンピュータビジョン勉強会@関東に行って来た
顔画像処理技術の過去の研究
WordPressプラグインによるサイトマップの自動生成
OpenCV 3.1のsfmモジュールのビルド再び
ZBrushで作った3Dモデルを立体視で確認できるVRアプリを作る
SegNet:ディープラーニングによるSemantic Segmentation手法
自前Shaderの件 解決しました
ROMOハッカソンに行ってきた

コメント