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

Super Resolution:OpenCVの超解像処理モジュール
Point Cloud Libraryに動画フォーマットが追加されるらしい
OpenSfM:PythonのStructure from Motionライブラリ
OpenMVSのサンプルを動かしてみる
OpenCVのための軽量GUIライブラリ『cvui』
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』
リアルタイム レイトレーシングAPI『DirectX Raytracing (DXR)』
1枚の画像からマテリアルを作成できる無料ツール『Materialize』
マルコフ連鎖モンテカルロ法
全脳アーキテクチャ勉強会
Google Chromecast
SSD (Single Shot Multibox Detector):ディープラーニングによる一般...
WordPressのテーマを自作する
GeoGebra:無料で使える数学アプリ
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』
C#で使える機械学習ライブラリ『Accord.NET Framework』
『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
機械学習について最近知った情報
OpenCVベースのマーカーARライブラリ『OpenAR』
Active Appearance Models(AAM)
人体モデリングできるBlenderアドオン『ManuelBastioniLAB』
OpenMesh:オープンソースの3Dメッシュデータライブラリ
MythTV:Linuxでテレビの視聴・録画ができるオープンソースプロジェクト
UnrealCLR:Unreal Engineで.NET Coreを利用できるプラグイン
OpenCV 3.1とopencv_contribモジュールをVisual Studio 2015で...
UnityでPoint Cloudを表示する方法
Pythonの自然言語処理ライブラリ『NLTK(Natural Language Toolkit)』
Kinect for Windows v2の日本価格決定
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
konashiのサンプルコードを動かしてみた
HerokuでMEAN stack
組み込み向けのWindows OS 『Windows Embedded』
Kinect for Windows V2のプレオーダー開始
Leap MotionでMaya上のオブジェクトを操作できるプラグイン
Managing Software Requirements: A Unified Approach
Mayaのプラグイン開発
ディープラーニング
まだ続くブログの不調
MeshroomでPhotogrammetry
ZScript
Pix2Pix:CGANによる画像変換
Raspberry PiのGPIOを操作するPythonライブラリ『RPi.GPIO』の使い方

コメント