研究概要
RetinaFace は実環境における難しい顔の検出に注力しつつ、後段のアラインメント品質を高めるランドマークも同時に出力します。検出ベンチマークだけでなく、一貫したクロップとポーズ正規化が下流の認識精度を左右するエンタープライズ システムでも有用です。
実運用での活用シーン
- 認識前処理としての顔検出とアラインメント
- リアルタイム映像解析と入退場ゲート カメラ
- 画像取り込み、クロップ、ポートレート正規化
- 安定したランドマーク推定が必要なモバイル撮影フロー
コード例
buffalo_l で顔検出とランドマークを実行
buffalo_l を使って画像内のすべての顔を検出し、後段のアラインメントに使える各バウンディングボックスと 5 点ランドマークを出力します。
demo.py
1import cv22from insightface.app import FaceAnalysis34app = FaceAnalysis(name="buffalo_l")5app.prepare(ctx_id=0, det_size=(640, 640))67img = cv2.imread("group_photo.jpg")8if img is None:9 raise FileNotFoundError("input image not found")1011faces = app.get(img)1213for 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}")主な貢献
顔の矩形と 5 点ランドマークを単一段階の検出器で同時予測し、パイプラインを簡潔に保ちます。
高密度な教師信号と文脈を考慮した設計により、小顔・遮蔽・ぼけ・横顔への頑健性を高めます。
認識・品質評価・映像解析ワークフローに信頼できるアラインメント手がかりを提供します。
法人向けお問い合わせ
ビジネスニーズをご相談ください
モデルライセンス、エンタープライズ導入支援、カスタムAI開発、事業提携については InsightFace までお問い合わせください。
ビジネスメールアドレスからのお問い合わせのみ受け付けております。