InspireFace: кроссплатформенный C/C++ SDK для распознавания лиц на edge-устройствах

Введение

Мы рады представить InspireFace — высокопроизводительный C/C++ SDK для распознавания лиц, разработанный для кроссплатформенных edge-развёртываний. InspireFace переносит передовые возможности face analysis от InsightFace на мобильные, desktop и embedded-устройства через унифицированный и удобный API.

Ключевые возможности

Экстремальная производительность

InspireFace оптимизирован для скорости:

• полный pipeline (детекция + alignment + extraction of features) менее чем за 2 мс на iPhone 13 с CoreML/ANE
• оптимизированная инференс-работа на CPU, GPU и NPU
• лёгкие модели для устройств с ограниченными ресурсами

Кроссплатформенная поддержка

Развёртывание возможно на широком наборе платформ:

• Linux: x86_64, ARM64, RISC-V
• macOS: Intel и Apple Silicon
• iOS: iPhone и iPad с ускорением CoreML
• Android: ARM и x86 с поддержкой NNAPI
• Embedded: Rockchip NPU (RK3588/RK3566/RK3568)
• CUDA: ускорение на NVIDIA GPU для серверных сред

Полный набор функций

InspireFace предоставляет полный pipeline анализа лица:

• Face Detection: высокоточная локализация лиц
• Face Recognition: извлечение identity embeddings на базе ArcFace
• Face Alignment: точное определение landmarks
• Attribute Analysis: оценка возраста, пола и выражения
• Liveness Detection: anti-spoofing против presentation attacks
• Head Pose Estimation: оценка yaw, pitch и roll
• Facial Action Detection: определение моргания, кивка и поворота головы
• Mask Detection: обнаружение маски

Архитектура

InspireFace построен на модульной многослойной архитектуре:

1. C API Layer: стабильный ABI для межъязыковой интеграции

2. Core Engine: оптимизированный inference pipeline

3. Backend Abstraction: подключаемые backend’ы, включая ONNX Runtime, CoreML, TensorRT и RKNN

4. Model Management: эффективная загрузка и кэширование моделей

Быстрый старт

Интеграция на 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);

Интеграция на 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)}")

Performance benchmarks

Лицензирование

InspireFace доступен в двух вариантах лицензии:

• Academic License: бесплатно для исследований и образования
• Commercial License: свяжитесь с нами для production-развёртываний

С чего начать

Документация, примеры и готовые бинарные сборки доступны в InspireFace GitHub repository. По вопросам коммерческой лицензии пишите на contact@insightface.ai.