InspireFace: SDK multiplataforma de reconhecimento facial em C/C++ para dispositivos edge

Introdução

Temos o prazer de apresentar o InspireFace, um SDK de reconhecimento facial em C/C++ de alto desempenho, projetado para implantações edge multiplataforma. O InspireFace leva os recursos mais avançados de face analysis da InsightFace para dispositivos móveis, desktop e embedded por meio de uma API unificada e fácil de integrar.

Principais recursos

Desempenho extremo

O InspireFace foi desenvolvido com foco em velocidade:

• pipeline completo (detecção + alinhamento + extração de features) em menos de 2 ms no iPhone 13 com CoreML/ANE
• inferência otimizada para CPU, GPU e NPU
• modelos leves para dispositivos com recursos limitados

Suporte multiplataforma

É possível implantar em uma ampla variedade de plataformas:

• Linux: x86_64, ARM64, RISC-V
• macOS: Intel e Apple Silicon
• iOS: iPhone e iPad com aceleração CoreML
• Android: ARM e x86 com suporte a NNAPI
• Embedded: Rockchip NPU (RK3588/RK3566/RK3568)
• CUDA: aceleração com GPU NVIDIA para servidores

Funcionalidade abrangente

O InspireFace fornece um pipeline completo de análise facial:

• Face Detection: localização facial de alta precisão
• Face Recognition: extração de identity embeddings baseados em ArcFace
• Face Alignment: detecção precisa de landmarks
• Attribute Analysis: estimativa de idade, gênero e expressão
• Liveness Detection: anti-spoofing contra presentation attacks
• Head Pose Estimation: estimativa de yaw, pitch e roll
• Facial Action Detection: detecção de piscar, aceno e balanço de cabeça
• Mask Detection: detecção de máscara

Arquitetura

O InspireFace é construído sobre uma arquitetura modular em camadas:

1. C API Layer: ABI estável para interoperabilidade entre linguagens

2. Core Engine: pipeline de inferência otimizado

3. Backend Abstraction: backends intercambiáveis como ONNX Runtime, CoreML, TensorRT e RKNN

4. Model Management: carregamento eficiente e cache de modelos

Início rápido

Integração em C/C++

#include "inspireface.h"

// Initialize
HResult ret = HFLaunchInspireFace(model_path);

// Create session
HFSession session;
HFCreateInspireFaceSession(
    HF_ENABLE_FACE_RECOGNITION | HF_ENABLE_LIVENESS,
    HF_DETECT_MODE_ALWAYS_DETECT,
    3,  // max face count
    -1, // use default pixel format
    0,  // use default thread count
    &session
);

// Process image
HFImageData image = {width, height, 3, data};
HFImageStream stream;
HFCreateImageStream(&image, &stream);

// Detect and recognize
HFMultipleFaceData faces;
HFExecuteFaceTrack(session, stream, &faces);
HFFaceFeature feature;
HFExtractFaceFeature(session, stream, faces.tokens[0], &feature);

Integração em Python

import cv2
import inspireface as isf

# Initialize and create session
session = isf.InspireFaceSession(
    isf.HF_ENABLE_FACE_RECOGNITION | isf.HF_ENABLE_LIVENESS,
    isf.HF_DETECT_MODE_ALWAYS_DETECT
)

# Process image
image = cv2.imread("face.jpg")
faces = session.face_detection(image)

# Extract features
for face in faces:
    feature = session.face_feature_extract(image, face)
    print(f"Feature dimension: {len(feature)}")

Benchmarks de desempenho

Licenciamento

O InspireFace está disponível em duas modalidades:

• Academic License: gratuito para pesquisa e educação
• Commercial License: entre em contato para implantações em produção

Como começar

A documentação, exemplos e binários pré-compilados estão no InspireFace GitHub repository. Para licenciamento comercial, envie um e-mail para contact@insightface.ai.