PersonAnalysis

얼굴과 신체 특징을 결합해 사람을 식별하세요

화면 속 사람을 감지하고 얼굴 특징으로 등록된 신원을 우선 매칭합니다. 얼굴로 매칭할 수 없을 때는 신체 재식별로 보완합니다. Python SDK로 로컬 환경에서 평가하세요.

비상업적 학술 연구에만 이용할 수 있습니다. 상업적 이용에는 라이선스가 필요합니다.

Python으로 시작하기 라이선스 상담

Python SDK
CPU / CUDA
Cheetah S / L

처리 과정 개념도PersonAnalysis

01등록된 참조 이미지

02얼굴 매칭

03신체 보완 매칭

서로 다른 프레임에 나타난 동일 인물을 설명하는 개념도입니다. 실제 데모나 성능 측정 결과가 아닌 처리 과정 예시입니다.

매칭 없음person_id = None

핵심 기능

하나의 분석 과정으로 결합한 세 가지 기능

사람 감지

각 이미지에서 사람의 위치를 찾고 감지된 얼굴을 신체와 연결해 신원 매칭에 사용합니다.

얼굴 우선 매칭

얼굴 특징을 등록된 참조 이미지와 비교합니다. 적절한 얼굴 매칭 결과가 있으면 이를 우선합니다.

신체 특징으로 보완

얼굴로 매칭할 수 없을 때 신체 외형을 저장된 참조 이미지와 비교합니다. 의복, 시점, 가림에 따라 결과가 달라질 수 있습니다.

신원 매칭 과정

참조 이미지 등록, 매칭, 업데이트

애플리케이션에서 신원 라벨과 참조 이미지를 제공합니다. PersonAnalysis는 감지 결과를 현재 인스턴스의 참조 갤러리와 비교합니다.

참조 이미지 등록
신원 라벨이 있는 참조 이미지를 메모리 내 갤러리에 추가합니다.
분석 및 매칭
이미지에 get()을 실행한 뒤 match()로 감지 결과를 등록된 신원과 비교합니다.
갤러리 업데이트
신뢰할 수 있는 얼굴 매칭과 명확한 얼굴·신체 연결을 확인한 뒤 update()로 신체 참조 정보를 추가합니다.

Cheetah 모델 패키지

평가에 사용할 모델 패키지 선택

두 공개 패키지 모두 사람 감지, 얼굴 인식, 신체 재식별을 포함합니다. CPU 또는 CUDA를 통한 로컬 추론을 지원합니다.

Cheetah S

CPU / CUDA

27.1 MB다운로드 크기

로컬 평가를 위한 소형 패키지입니다.

사람 감지: pp_det_small_320.onnx
얼굴 인식: MobileFaceNet
신체 재식별: reid_0265 · 256D

Cheetah L

CPU / CUDA

211.5 MB다운로드 크기

더 큰 사람 감지 및 얼굴 인식 모델을 사용합니다.

사람 감지: pp_det_med.onnx
얼굴 인식: ResNet50
신체 재식별: reid_0265 · 256D

두 패키지는 256차원 신체 특징을 출력하는 reid_0265를 공유합니다. 공개 모델 가중치는 비상업적 학술 연구에만 이용할 수 있으며, 상업적 이용에는 별도의 모델 라이선스가 필요합니다.

로컬 통합

Python SDK로 시작하세요

PersonAnalysis는 PyPI의 insightface 2.1에서 사용할 수 있습니다. CPU 또는 CUDA로 추론하고 결과를 애플리케이션의 신원 관리 및 저장 로직에 연결하세요.

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

설정 가이드 읽기

다국어 데스크톱 도구에서도 로컬 동영상, 카메라, RTSP 스트림을 처리할 수 있습니다.

Python 빠른 시작

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)

현재 기능 범위

지속적인 추적, 익명 ID, 과거 이벤트 기록은 제공하지 않습니다.
참조 갤러리는 현재 인스턴스의 메모리에만 유지됩니다. 영구 신원 데이터베이스는 애플리케이션에서 관리해야 합니다.
신체 재식별은 외형에 의존하므로 의복 변경, 가림, 카메라 시점이 매칭에 영향을 줄 수 있습니다.

통합 전 확인 사항

얼굴 분석과 어떻게 다른가요?

PersonAnalysis는 얼굴 기반 신원 매칭에 사람 감지와 신체 재식별을 추가합니다. 얼굴과 신체를 연결하고 등록된 참조 정보에 대한 얼굴 매칭을 우선합니다.

동영상 속 사람을 지속적으로 추적하나요?

이미지를 분석하고 등록된 신원과 매칭합니다. 지속적인 추적, 익명 추적 ID, 이벤트 기록은 현재 기능 범위에 포함되지 않습니다.

공개 모델을 상업적으로 사용할 수 있나요?

코드에는 MIT 라이선스가 적용됩니다. 공개 Cheetah 모델 가중치는 비상업적 학술 연구에만 이용할 수 있습니다. 상업적 이용에는 별도의 모델 라이선스가 필요합니다. 라이선스와 배포 조건은 문의해 주세요.

자체 데이터에서 무엇을 평가해야 하나요?

실제 카메라 각도, 얼굴 가시성, 의복 변경, 가림 조건에서 감지와 매칭을 확인하세요. 대표성 있는 입력으로 매칭 임계값을 조정하고 대상 하드웨어에서 처리 속도를 측정하세요.

애플리케이션에 맞게 Person Analysis를 평가하세요

입력 소스, 배포 환경, 상업적 요구 사항을 알려 주시면 모델 라이선스와 통합 방법을 논의할 수 있습니다.

문의하기 GitHub에서 보기