Investigación y Publicaciones

RetinaFace

Localización facial densa en una sola etapa en entornos reales

RetinaFace combina detección facial precisa con localización fiable de cinco puntos de referencia, ofreciendo un frontend práctico para pipelines centrados en reconocimiento y alineación.

Detalles del paper

RetinaFace: Single-stage Dense Face Localisation in the Wild

Publicación

CVPR 2020

Autores

Jiankang Deng, Jia Guo, Yuxiang Zhou, Jinke Yu, Irene Kotsia, Stefanos Zafeiriou

Abrir paper

Resumen de la investigación

RetinaFace se centra en detectar rostros difíciles en escenas reales y, además, devuelve landmarks que mejoran la calidad de la alineación. Esta combinación lo hace útil no solo en benchmarks de detección, sino también en sistemas empresariales donde la precisión del reconocimiento depende de un recorte y una normalización de pose consistentes.

Aplicaciones en producción

Detección y alineación facial previas al reconocimiento
Analítica de vídeo en tiempo real y cámaras de control de acceso
Ingesta de imágenes, recorte y normalización de retratos
Flujos de captura móvil que requieren estimación estable de landmarks

Ejemplo de código

Ejecutar detección facial y landmarks con buffalo_l

Use buffalo_l para detectar todos los rostros en una imagen e imprimir cada bounding box junto con los landmarks de cinco puntos para la alineación posterior.

demo.py

1import cv2
2from insightface.app import FaceAnalysis
3
4app = FaceAnalysis(name="buffalo_l")
5app.prepare(ctx_id=0, det_size=(640, 640))
6
7img = cv2.imread("group_photo.jpg")
8if img is None:
9    raise FileNotFoundError("input image not found")
10
11faces = app.get(img)
12
13for index, face in enumerate(faces):
14    bbox = face.bbox.astype(int).tolist()
15    kps = face.kps.astype(int).tolist()
16    print(f"face {index}: bbox={bbox}")
17    print(f"face {index}: keypoints={kps}")

Aportes clave

Predice conjuntamente cajas faciales y cinco landmarks en un detector de una sola etapa, reduciendo la complejidad del pipeline.

La supervisión densa y un diseño consciente del contexto mejoran la robustez en rostros pequeños, ocluidos, borrosos y de perfil.

Aporta señales de alineación fiables para flujos de reconocimiento, evaluación de calidad y analítica de vídeo.

Contacto comercial

Conversemos sobre sus necesidades comerciales

Contacte con InsightFace para licencias de modelos, soporte de despliegue empresarial, desarrollo de IA a medida o conversaciones sobre alianzas estratégicas.

Solo aceptamos consultas desde direcciones de correo electrónico empresariales.

Contactar por Email Explorar en GitHub