Global
EnglishEnglish
SpanishEspañol
Arabicالعربية
Australia
AustraliaEnglish
Latin America
BrazilPortuguês
MexicoEspañol
Africa
South AfricaEnglish
Middle East
UAEEnglish
OmanEnglish
Asia
IndiaEnglish
SingaporeEnglish
PhilippinesEnglish
VietnameseTiếng Việt
Sri LankaEnglish
IndonesiaBahasa Indonesia
MalaysiaEnglish
Thailandภาษาไทย

Cree soluciones con análisis de video incorporados
usando FindFace SDK

OBTENER DEMO

SOLO PARA SOCIOS ISV AUTORIZADOS

FindFace SDK es una biblioteca tipo C. Está diseñado para permitir a los desarrolladores agregar la funcionalidad de análisis de video a sus productos y servicios. Sin gastar recursos en desarrollo de su propia tecnología

VENTAJAS

Máximo desempeño en los puntos de referencia del NIST (mayo de 2021). Listado en el Top-3 en IARPA FRPC, etc.
Extracción de vectores de características de hasta ~25 rostros por segundo en la CPU y ~240 rostros por segundo en la GPU. La velocidad de búsqueda/verificación es de 13,4 millones de rostros por segundo.
Una biblioteca bien documentada le permite comenzar a escribir código de inmediato. FindFace SDK se puede integrar fácilmente en su proceso de desarrollo.
Su software puede identificar y verificar rostros con o sin conexión a Internet.
Prueba de Liveness elimina posibles intentos de fraude utilizando imágenes impresas o en pantalla.
Atributos para rostros: edad, sexo, emociones, barba, lentes, etc. Para siluetas: tipo y color de ropa (superior e inferior), sombreros. Para automóviles: color, marca y modelo, tipo de carrocería, placa.
Varias redes neuronales están disponibles para el reconocimiento facial. Por ejemplo, según la tarea, puede elegir una red neuronal más rápida pero menos precisa, o viceversa.
Velocidad de procesamiento de datos fenomenal.
Aproximadamente 10 veces más rápido que la CPU.

LIVENESS

La verificación de ‘Liveness’ establece si el rostro detectado pertenece a una persona viva o si es una imagen. La tecnología Liveness de NtechLab utiliza un método de detección pasivo, perfecto para tareas de control de acceso y autorización a través de aplicaciones móviles.
Rostro falso 2%
Rostro falso 98%
РамкаРамка
Ventajas

No requiere acciones de los visitantes (sonrisa, parpadeo u otras interacciones con el sistema).

Funciona con equipos existentes (no es necesario instalar dispositivos especializados como cámaras 3D, cámaras termográficas y otros).

Icon
Icon
Bajos requerimientos de hardware

Atributos

FindFace SDK le permite extraer atributos de objetos de videos e imágenes para análisis avanzado y búsqueda de objetos simplemente especificando parámetros.
Edad: 28 Género masculino Barba: 98% Puntos: 78%
Рамка
IconAtributos de rostro
IconEdad
IconBarba
IconCubrebocas
IconGiro de cabeza
IconBrillo
IconGénero
IconLentes
IconEmociones
IconCalidad de imagen
IconNitidez
IconAtributos de siluetas
IconTipo de ropa superior
IconColor de ropa superior
IconSombrero
IconTipo de ropa inferior
IconColor de ropa inferior
IconAtributos de coches
IconTipo de carrocería
IconColor
IconModelo, marca
IconPlacas
IconRegion de placas
IconPaís de placas

CASOS DE USO

E-GATE
E-GATE: sistema de control automático de bordes con tecnología FindFace
AUTENTICACIÓN
SDK de reconocimiento facial durante la autenticación
CONTROL DE ACCESO
Control de acceso con FindFace SDK
DISPOSITIVOS PORTABLES
SDK de reconocimiento facial en dispositivos portátiles
OBTENER LA VERSIÓN DE PRUEBA DE FINDFACE SDK
Llena el siguiente formulario y obtén acceso gratuito a las librerias durante 14 días.
PROBAR SDK

EJEMPLOS DE FUNCIONALIDAD DEL DETECTOR

La detección de imágenes — es una búsqueda en la foto de una o varias personas. Un buen detector puede encontrar incluso a los rostros pequeños, medio cubiertos, borrosos o alejados de la cámara.

Ejemplos de detección de NtechLab:
DETECCIÓN DE ROSTROS
DESDE LEJOS
DETECCION DE
ROSTROS SEMICUBIERTOS
DETECCIÓN DE ROSTROS ROTADOS
HACIA LA CÁMARA
DETECCIÓN FACIAL BAJO CONDICIONES DIFÍCILES
(BAJA ILUMINACIÓN, DESENFOQUE)

Característica Vector de Extracción y verificación

Basándose en la imagen de un objeto (un rostro, una silueta o un coche), la red neuronal crea un vector de características, un descriptor, que es una matriz de números. Es imposible restaurar la imagen original del objeto a través del vector de características, pero el algoritmo establece la similitud entre las dos imágenes en función de la proximidad de los vectores.
Mire fotos reales de verificación y evalúe el funcionamiento sin errores del algoritmo en condiciones difíciles, con varios factores que cambian la apariencia que ocurren en la vida real.

ROSTRO DETECTADO POR UNA CÁMARA DE VIGILANCIA

ROSTRO DE LA LISTA DE VERIFICACIÓN

ROSTRO DETECTADO POR UNA CÁMARA DE VIGILANCIA

ROSTRO DE LA LISTA DE VERIFICACIÓN

ROSTRO DETECTADO POR UNA CÁMARA DE VIGILANCIA

ROSTRO DE LA LISTA DE VERIFICACIÓN

ROSTRO CUBIERTO
Coincidencia: 83%
IMAGEN BORROSA
Coincidencia: 77%
MEDIO ROSTRO
Coincidencia: 74%
INCLINACIÓN DE LA CABEZA FUERTE
Coincidencia: 83%
LENTES
Coincidencia: 77%
BAJA ILUMINACIÓN
Coincidencia: 77%

EJEMPLO
DE CÓDIGO

Vamos a ver que es el sdk. El SDK de reconocimiento facial está escrito en C y es bastante fácil de usar. El paquete incluye ejemplos escritos en C, archivo CMake, documentación y modelos de redes neuronales.

LICENCIAMENTO
El uso del FindFace SDK está protegido por el sistema licenciado Sentinel LDK. Para usar las librerias de reconocimiento facial, necesitarías comprar una licencia para cada computadora en la que se ejecuta el SDK.
SOLICITAR LICENCIA
SOPORTE
TÉCNICO
Si tienes algunas dudas al respeto de instalación, uso del SDK FindFace o quieres proponernos algunas moderaciones por parte del desarrollo o requieres adaptar el software bajo tus necesidades escríbenos al correo siguiente: [email protected]