dlib は、顔認識を含む多くの機械学習アルゴリズムとツールを提供する C++ ライブラリです。dlib の顔認識アルゴリズムは深層学習テクノロジーに基づいており、トレーニングに畳み込みニューラル ネットワーク (CNN) を使用します。
dlib の顔認識アルゴリズムは、主に顔検出と顔特徴抽出の 2 つのステップに分かれています。
1. 顔検出
dlib の顔検出アルゴリズムは、HOG 特徴とカスケード分類子に基づく方法を使用します。HOG 特徴は、画像内のエッジおよびテクスチャ情報を効果的に記述することができる局所特徴記述子です。カスケード分類器は多層分類器であり、各層が弱分類器であり、カスケードすることにより強分類器が得られます。dlib の顔検出アルゴリズムは、5 層のカスケード分類器を使用して、さまざまなスケールの画像内の顔を検出します。
2. 顔特徴抽出
dlib の顔特徴抽出アルゴリズムは、深層学習に基づいた手法を使用しています。具体的には、顔の画像を顔特徴ベクトルと呼ばれる 128 次元のベクトルに変換できる 29 層の畳み込みニューラル ネットワークを使用します。このベクトルは非常に比較可能であり、2 つの顔画像の類似性を比較するために使用できます。
dlib の顔認識アルゴリズムは、2 つの顔特徴ベクトルのユークリッド距離を比較することで、同一人物であるかどうかを判断できます。2 つの顔特徴ベクトル間のユークリッド距離がしきい値未満の場合、それらは同じ人物に属していると見なされます。このしきい値は、実際のアプリケーション シナリオに応じて調整できます。
一般に、dlib の顔認識アルゴリズムは、高い精度と堅牢性を備えた深層学習ベースの手法です。顔認識、顔認証、顔検索、その他多くの分野に応用できます。