Zur Startseite

PersonAnalysis

Personen anhand von Gesicht und Körper erkennen

Erkennen Sie Personen und gleichen Sie registrierte Identitäten vorrangig anhand von Gesichtsmerkmalen ab. Ist kein Gesichtsabgleich möglich, ergänzt die Körper-Reidentifikation das Verfahren. Testen Sie lokal mit dem Python SDK.

Nur für nichtkommerzielle akademische Forschung. Kommerzielle Nutzung erfordert eine Lizenz.

Mit Python startenLizenzierung besprechen
  • Python SDK
  • CPU / CUDA
  • Cheetah S / L
Schematischer AblaufPersonAnalysis

01Registrierte Referenz

02Gesichtsabgleich

03Körperabgleich als Ergänzung

Schematische Darstellung derselben Identität in verschiedenen Bildern. Dies ist ein Ablaufdiagramm, keine Live-Demo oder Leistungsmessung.
Keine Übereinstimmungperson_id = None

Kernfunktionen

Drei Funktionen in einem Analyseablauf

01

Personen lokalisieren

Personen in jedem Bild lokalisieren und erkannte Gesichter dem jeweiligen Körper für den anschließenden Identitätsabgleich zuordnen.

02

Gesichter zuerst abgleichen

Gesichtsmerkmale mit registrierten Referenzen vergleichen. Liegt eine geeignete Übereinstimmung vor, hat der Gesichtsabgleich Vorrang.

03

Körpermerkmale ergänzend nutzen

Ist kein Gesichtsabgleich möglich, wird das äußere Erscheinungsbild mit gespeicherten Referenzen verglichen. Kleidung, Blickwinkel und Verdeckungen beeinflussen das Ergebnis.

Identitätsabgleich

Referenzen registrieren, abgleichen und aktualisieren

Ihre Anwendung stellt Identitätsbezeichnungen und Referenzbilder bereit. PersonAnalysis vergleicht Erkennungen mit der Referenzsammlung der aktuellen Instanz.

  1. Referenz registrieren

    Ein Referenzbild mit Identitätsbezeichnung zur Sammlung im Arbeitsspeicher hinzufügen.

  2. Analysieren und abgleichen

    get() für ein Bild aufrufen, dann mit match() die erkannten Personen mit registrierten Identitäten vergleichen.

  3. Referenzen aktualisieren

    Nach einem verlässlichen Gesichtsabgleich und einer eindeutigen Zuordnung von Gesicht und Körper mit update() eine Körperreferenz ergänzen.

Cheetah-Modellpakete

Modellpaket für Ihre Evaluierung auswählen

Zwei öffentliche Pakete vereinen Personendetektion, Gesichtserkennung und Körper-ReID. Beide unterstützen lokale Inferenz mit CPU oder CUDA.

Cheetah S

CPU / CUDA

27.1 MBDownloadgröße

Kompaktes Paket für die lokale Evaluierung.

Personendetektor
pp_det_small_320.onnx
Gesichtserkennung
MobileFaceNet
Körper-ReID
reid_0265 · 256D

Cheetah L

CPU / CUDA

211.5 MBDownloadgröße

Größere Modelle für Personendetektion und Gesichtserkennung.

Personendetektor
pp_det_med.onnx
Gesichtserkennung
ResNet50
Körper-ReID
reid_0265 · 256D

Beide Pakete verwenden reid_0265 mit 256-dimensionalen Körpermerkmalen. Die öffentlichen Modellgewichte dürfen ausschließlich für nichtkommerzielle akademische Forschung genutzt werden. Kommerzielle Nutzung erfordert eine separate Modelllizenz.

Lokale Integration

Mit dem Python SDK starten

PersonAnalysis ist in insightface 2.1 auf PyPI verfügbar. Nutzen Sie CPU oder CUDA und verbinden Sie die Ergebnisse mit der Identitätsverwaltung und Speicherung Ihrer Anwendung.

python -m pip install --upgrade "insightface==2.1"
Einrichtungsanleitung lesen

Ein mehrsprachiges Desktop-Tool unterstützt außerdem lokale Videos, Kameras und RTSP-Streams.

Python-Schnellstart

person_analysis.py
1import cv2
2from insightface.app import PersonAnalysis
3
4with PersonAnalysis(name="cheetah_s") as app:
5    registration = app.register("person_001", "reference.jpg")
6    if registration.accepted == 0:
7        raise ValueError(registration.rejected)
8
9    image = cv2.imread("scene.jpg")
10    if image is None:
11        raise FileNotFoundError("scene.jpg")
12
13    matches = app.match(app.get(image))
14    for result in matches:
15        print(result.person_id, result.matched_by)

Aktueller Funktionsumfang

  • Kontinuierliches Tracking, anonyme IDs und historische Ereignisaufzeichnungen werden nicht bereitgestellt.

  • Die Referenzsammlung liegt im Arbeitsspeicher der aktuellen Instanz. Eine dauerhafte Identitätsdatenbank muss Ihre Anwendung verwalten.

  • Körper-ReID basiert auf dem Erscheinungsbild. Kleidungswechsel, Verdeckungen und Kamerawinkel können den Abgleich beeinflussen.

Vor der Integration

Was unterscheidet dies von der Gesichtsanalyse?

PersonAnalysis ergänzt den gesichtsbasierten Identitätsabgleich um Personendetektion und Körper-ReID. Es ordnet Gesichter den Körpern zu und priorisiert den Gesichtsabgleich mit Ihren registrierten Referenzen.

Verfolgt es Personen durch ein Video?

Es analysiert Bilder und gleicht registrierte Identitäten ab. Kontinuierliches Tracking, anonyme Track-IDs und ein Ereignisverlauf gehören derzeit nicht zum Funktionsumfang.

Darf ich die öffentlichen Modelle kommerziell nutzen?

Der Code steht unter der MIT-Lizenz. Die öffentlichen Cheetah-Modellgewichte dürfen ausschließlich für nichtkommerzielle akademische Forschung genutzt werden. Kommerzielle Nutzung erfordert eine separate Modelllizenz. Kontaktieren Sie uns zu Lizenzen und Einsatzbedingungen.

Was sollte ich mit eigenen Daten prüfen?

Prüfen Sie Erkennung und Abgleich bei Ihren Kamerawinkeln, sichtbaren Gesichtern, Kleidungswechseln und Verdeckungen. Kalibrieren Sie Schwellenwerte mit repräsentativen Eingaben und messen Sie die Verarbeitungsgeschwindigkeit auf der Zielhardware.

Person Analysis für Ihre Anwendung evaluieren

Teilen Sie uns Ihre Eingabequellen, Einsatzumgebung und kommerziellen Anforderungen mit, um Modelllizenzen und Integration zu besprechen.

Kontakt aufnehmenAuf GitHub ansehen