PersonAnalysis

Identifier les personnes par le visage et le corps

Détectez les personnes et recherchez les identités enregistrées en donnant la priorité aux traits du visage. La réidentification corporelle prend le relais si le visage ne permet pas la correspondance. Évaluez le système localement avec le SDK Python.

Réservé à la recherche académique non commerciale. Licence requise pour un usage commercial.

Démarrer avec Python Discuter des licences

Python SDK
CPU / CUDA
Cheetah S / L

Schéma du processusPersonAnalysis

01Référence enregistrée

02Correspondance faciale

03Appui corporel

Illustration d’une même identité dans différentes images. Ce schéma décrit le processus ; ce n’est ni une démonstration en direct ni une mesure de performance.

Aucune correspondanceperson_id = None

Fonctions principales

Trois fonctions dans un même processus d’analyse

Détecter les personnes

Localiser les personnes dans chaque image et associer les visages détectés à leur corps pour la comparaison des identités.

Donner la priorité au visage

Comparer les traits du visage aux références enregistrées. Une correspondance faciale adaptée est utilisée en priorité.

Compléter avec les traits corporels

Si le visage ne permet pas la correspondance, comparer l’apparence corporelle aux références. Vêtements, angle de vue et occultations peuvent influer sur le résultat.

Comparaison des identités

Enregistrer, comparer et mettre à jour les références

Votre application fournit les étiquettes d’identité et les images de référence. PersonAnalysis compare les détections à la galerie de l’instance actuelle.

Enregistrer une référence
Ajouter une image de référence avec une étiquette d’identité à la galerie en mémoire.
Analyser et comparer
Exécuter get() sur une image, puis match() pour comparer les détections aux identités enregistrées.
Mettre à jour la galerie
Après une correspondance faciale fiable et une association claire entre visage et corps, utiliser update() pour ajouter une référence corporelle.

Packs de modèles Cheetah

Choisir un pack pour votre évaluation

Deux packs publics combinent détection de personnes, reconnaissance faciale et réidentification corporelle. Tous deux permettent l’inférence locale sur CPU ou CUDA.

Cheetah S

CPU / CUDA

27.1 MBTaille du téléchargement

Pack compact pour une évaluation locale.

Détecteur de personnes: pp_det_small_320.onnx
Reconnaissance faciale: MobileFaceNet
Réidentification corporelle: reid_0265 · 256D

Cheetah L

CPU / CUDA

211.5 MBTaille du téléchargement

Modèles plus volumineux de détection de personnes et de reconnaissance faciale.

Détecteur de personnes: pp_det_med.onnx
Reconnaissance faciale: ResNet50
Réidentification corporelle: reid_0265 · 256D

Les deux packs partagent reid_0265 et ses caractéristiques corporelles à 256 dimensions. Les poids publics sont réservés à la recherche académique non commerciale. Une licence de modèles distincte est requise pour un usage commercial.

Intégration locale

Commencer avec le SDK Python

PersonAnalysis est disponible dans insightface 2.1 sur PyPI. Exécutez l’inférence sur CPU ou CUDA et reliez les résultats à la gestion des identités et au stockage de votre application.

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

Lire le guide d’installation

Une application de bureau multilingue prend également en charge les vidéos locales, les caméras et les flux RTSP.

Démarrage rapide en Python

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)

Périmètre actuel

Le suivi continu, les identifiants anonymes et l’historique des événements ne sont pas fournis.
La galerie de références reste en mémoire dans l’instance actuelle. Votre application doit gérer une base d’identités persistante.
La réidentification corporelle dépend de l’apparence : vêtements, occultations et angle de caméra peuvent affecter la correspondance.

Avant l’intégration

Quelle différence avec l’analyse faciale ?

PersonAnalysis ajoute la détection de personnes et la réidentification corporelle à la comparaison d’identités par le visage. Il associe les visages aux corps et privilégie les correspondances faciales avec vos références enregistrées.

Suit-il les personnes tout au long d’une vidéo ?

Il analyse des images et compare les identités enregistrées. Le suivi continu, les identifiants de trajectoire anonymes et l’historique des événements sont hors du périmètre actuel.

Puis-je utiliser les modèles publics commercialement ?

Le code est sous licence MIT. Les poids publics de Cheetah sont réservés à la recherche académique non commerciale. Un usage commercial nécessite une licence de modèles distincte ; contactez-nous pour connaître les conditions de licence et de déploiement.

Que dois-je évaluer sur mes données ?

Vérifiez la détection et les correspondances selon vos angles de caméra, la visibilité des visages, les changements de vêtements et les occultations. Calibrez les seuils avec des entrées représentatives et mesurez la vitesse de traitement sur le matériel cible.

Évaluer Person Analysis pour votre application

Présentez vos sources d’entrée, votre environnement de déploiement et vos besoins commerciaux pour discuter des licences et de l’intégration.

Nous contacter Voir sur GitHub