PersonAnalysis

顔と身体の特徴を組み合わせて人物を識別

画像内の人物を検出し、顔の特徴を優先して登録済みの人物と照合します。顔で照合できない場合は身体の再識別で補完します。Python SDKでローカル評価を始められます。

非商用の学術研究に限り利用できます。商用利用にはライセンスが必要です。

Pythonで始めるライセンスを相談

Python SDK
CPU / CUDA
Cheetah S / L

処理フローの模式図PersonAnalysis

01登録済みの参照画像

02顔で一致

03身体で補完

異なるフレームに映る同一人物の模式図です。処理フローを示すもので、ライブデモや性能測定の結果ではありません。

一致なしperson_id = None

主な機能

3つの機能を1つの分析フローに

人物を検出

各画像内の人物の位置を検出し、検出した顔を身体に関連付けて、その後の本人照合に使用します。

顔を優先して照合

顔の特徴を登録済みの参照画像と比較します。適切な顔の一致が得られた場合は、その結果を優先します。

身体の特徴で補完

顔で照合できない場合は、身体の外観を参照画像と比較します。服装、視点、遮蔽によって結果が変わることがあります。

本人照合の流れ

参照画像の登録、照合、更新

アプリケーション側で人物ラベルと参照画像を用意します。PersonAnalysisは検出結果を現在のインスタンス内の参照ギャラリーと比較します。

参照画像を登録
人物ラベル付きの参照画像をメモリ内のギャラリーに追加します。
解析して照合
画像に対してget()を実行し、match()で検出結果を登録済みの人物と比較します。
ギャラリーを更新
信頼できる顔の一致と明確な顔・身体の対応が得られた後、update()で身体の参照情報を追加します。

Cheetahモデルパック

評価に使うモデルパックを選択

2つの公開パックに人物検出、顔認識、身体の再識別が含まれます。どちらもCPUまたはCUDAによるローカル推論に対応します。

Cheetah S

CPU / CUDA

27.1 MBダウンロード容量

ローカル評価向けのコンパクトなパック。

人物検出: pp_det_small_320.onnx
顔認識: MobileFaceNet
身体の再識別: reid_0265 · 256D

Cheetah L

CPU / CUDA

211.5 MBダウンロード容量

より大きな人物検出モデルと顔認識モデルを採用。

人物検出: pp_det_med.onnx
顔認識: ResNet50
身体の再識別: reid_0265 · 256D

両パックは256次元の身体特徴を出力するreid_0265を共有します。公開モデルの重みは非商用の学術研究に限り利用できます。商用利用には別途モデルライセンスが必要です。

ローカルでの組み込み

Python SDKから始める

PersonAnalysisはPyPIのinsightface 2.1で利用できます。CPUまたはCUDAで推論し、結果をアプリケーション独自の本人情報管理や保存処理に接続できます。

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

セットアップガイドを読む

多言語対応のデスクトップツールでも、ローカル動画、カメラ、RTSPストリームを扱えます。

Pythonクイックスタート

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)

現在の機能範囲

継続的な追跡、匿名ID、過去のイベント記録は提供していません。
参照ギャラリーは現在のインスタンスのメモリ内に保存されます。人物情報の永続化はアプリケーション側で管理します。
身体の再識別は外観に依存するため、服装の変化、遮蔽、カメラの視点が照合に影響します。

組み込む前に確認したいこと

顔分析との違いは何ですか？

PersonAnalysisは顔による本人照合に人物検出と身体の再識別を追加します。顔と身体を関連付け、登録した参照情報に対して顔の照合結果を優先します。

動画内の人物を継続的に追跡しますか？

画像を解析して登録済みの人物と照合します。継続的な追跡、匿名の追跡ID、イベント履歴は現在の機能範囲に含まれません。

公開モデルを商用利用できますか？

コードはMITライセンスです。公開Cheetahモデルの重みは非商用の学術研究に限り利用できます。商用利用には別途モデルライセンスが必要です。ライセンスと導入条件についてはお問い合わせください。

自社データでは何を評価すべきですか？

実際のカメラ角度、顔の見え方、着替え、遮蔽の条件で検出と照合を確認してください。代表的な入力で照合閾値を調整し、対象ハードウェアで処理速度を測定してください。

用途に合わせてPerson Analysisを評価

入力ソース、導入環境、商用利用の要件をお知らせください。モデルライセンスと組み込み方法をご相談いただけます。

お問い合わせ GitHubで見る