Dlib

Dlib

Basisdaten

Aktuelle Version 19.24.8[1]
(3. März 2025)
Betriebssystem Plattformunabhängig
Programmier­sprache C++
Lizenz Boost
dlib.net
Die Form der Haltung des Kopfes besteht aus 68 Landmarken. Dies sind Punkte auf dem Gesicht, wie z. B. die Mundwinkel, entlang der Augenbrauen, auf den Augen usw. Erzeugt mit dem Beispielprogramm: face_landmark_detection_ex.cpp.

Dlib ist eine freie Software-Bibliothek mit Algorithmen für maschinelles Lernen[2], Bildverarbeitung und maschinelles Sehen. Sie ist in der Programmiersprache C++ geschrieben und steht als freie Software unter den Bedingungen der Boost-Lizenz. Für Python besteht eine Anbindung. Dlib ist in ISO Standard C++ geschrieben, wird im Quelltext ausgeliefert und kann mit CMake übersetzt werden. Somit ist sie hoch portabel und auf verschiedensten Betriebssystemen wie MS-Windows, Linux oder OS X lauffähig. Für die Nutzung der Bibliothek sind keine weiteren Bibliotheken erforderlich. Es werden nur APIs benötigt, die vom jeweiligen Betriebssystem bereitgestellt werden.

Seit Beginn der Entwicklung im Jahr 2002 wurde Dlib um eine Vielzahl von Tools erweitert. Ab 2019 enthält es Softwarekomponenten für den Umgang mit Netzwerken, Threads, grafischen Benutzeroberflächen, Datenstrukturen, linearer Algebra, maschinellem Lernen mit künstlichen neuronale Netzen und Deep Learning, Gesichtserkennung[3], Gesichtserkennung mit Orientierungspunkten[4], Bildverarbeitung mit Objekterkennung via Speeded Up Robust Features (SURF) und HOG[5], Support Vector Machine, Data-Mining, XML- und Textparsing, numerischer Optimierung, Bayesschen Netzwerken und vielen anderen Aufgaben. Im Jahr 2009 wurde im Journal of Machine Learning Research ein Artikel über Dlib veröffentlicht.[6]

Einzelnachweise

[Bearbeiten | Quelltext bearbeiten]
  1. ↑ Release 19.24.8. 3. März 2025 (abgerufen am 24. März 2025).
  2. ↑ Matthew Mayo: 5 Machine Learning Projects You Can No Longer Overlook, January. KDnuggets, Januar 2017, abgerufen am 19. April 2024 (englisch).
  3. ↑ Vikas Gupta: Face Detection - OpenCV, Dlib and Deep Learning | Learn OpenCV. 22. Oktober 2018, abgerufen am 8. Januar 2019 (englisch).
  4. ↑ Adrian Rosebrock: (Faster) Facial landmark detector with dlib. In: PyImageSearch. 2. April 2018, abgerufen am 8. Januar 2019 (amerikanisches Englisch).
  5. ↑ Arun Ponnusamy: CNN based face detector from dlib. Towards Data Science, 17. April 2018, abgerufen am 8. Januar 2019.
  6. ↑ Davis E. King: Dlib-ml: A Machine Learning Toolkit. In: Journal of Machine Learning Research. Juli 2009, abgerufen am 8. Januar 2019 (englisch).