01
检测人员
定位每张图像中的人员，将检测到的人脸与人体关联，为后续身份匹配提供输入。
返回首页同一身份出现在不同画面中的流程示意，用于说明匹配方式，并非实时演示或性能测试结果。
PersonAnalysis
人脸与身体特征 协同识别人员
检测画面中的人员，优先使用人脸特征匹配已登记身份，在人脸无法完成匹配时使用人体重识别作为补充。通过 Python SDK 在本地评估。
仅限非商业学术研究，商业使用需授权。
- Python SDK
- CPU / CUDA
- Cheetah S / L
流程示意图PersonAnalysis
01已登记参考图
02人脸匹配
03人体辅助匹配
核心能力
在同一分析流程中结合三种能力
02
优先匹配人脸
将人脸特征与已登记参考图进行比较。当存在合适的人脸匹配时，优先采用人脸结果。
03
以人体特征补充匹配
在人脸无法完成匹配时，将人体外观与已有参考图进行比较。衣着、视角和遮挡都可能影响结果。
身份匹配流程
登记、匹配与更新参考图
由你的应用提供身份标签和参考图像。PersonAnalysis 将检测结果与当前实例中的参考图库进行比较。
登记参考图
将带有身份标签的参考图像加入内存图库。
分析与匹配
对图像调用 get()，再通过 match() 将检测结果与已登记身份进行比较。
更新参考图库
在获得可靠的人脸匹配结果且人脸与人体关联明确后，使用 update() 补充人体参考信息。
Cheetah 模型包
为评估选择模型包
两个公开模型包均包含人体检测、人脸识别和人体重识别，支持使用 CPU 或 CUDA 进行本地推理。
Cheetah S
CPU / CUDA27.1 MB下载大小
适合本地评估的紧凑模型包。
- 人体检测
pp_det_small_320.onnx- 人脸识别
- MobileFaceNet
- 人体重识别
reid_0265 · 256D
Cheetah L
CPU / CUDA211.5 MB下载大小
采用体积更大的人体检测与人脸识别模型。
- 人体检测
pp_det_med.onnx- 人脸识别
- ResNet50
- 人体重识别
reid_0265 · 256D
两个模型包共用 reid_0265，输出 256 维人体特征。公开模型权重仅限非商业学术研究使用，商业使用需单独获得模型授权。
本地集成
从 Python SDK 开始
PersonAnalysis 已随 PyPI 上的 insightface 2.1 发布。可使用 CPU 或 CUDA 推理，将分析结果接入应用自身的身份管理与存储逻辑。
python -m pip install --upgrade "insightface==2.1"另有支持多语言的桌面工具，可处理本地视频、摄像头和 RTSP 视频流。
Python 快速开始
person_analysis.py
1import cv22from insightface.app import PersonAnalysis34with PersonAnalysis(name="cheetah_s") as app:5 registration = app.register("person_001", "reference.jpg")6 if registration.accepted == 0:7 raise ValueError(registration.rejected)89 image = cv2.imread("scene.jpg")10 if image is None:11 raise FileNotFoundError("scene.jpg")1213 matches = app.match(app.get(image))14 for result in matches:15 print(result.person_id, result.matched_by)当前能力范围
当前不提供持续跟踪、匿名 ID 或历史事件记录。
参考图库只保存在当前实例内存中，持久化身份数据库需由应用自行管理。
人体重识别依赖外观，衣着变化、遮挡和摄像头视角可能影响匹配。
集成前需要了解
与人脸分析有什么区别？
PersonAnalysis 在基于人脸的身份匹配之外加入人体检测和人体重识别。它关联人脸与人体，并优先通过人脸匹配已登记的参考信息。
它能持续跟踪视频中的人员吗？
它分析图像并匹配已登记身份。持续跟踪、匿名轨迹 ID 和事件历史不在当前能力范围内。
公开模型可以用于商业项目吗？
代码采用 MIT 许可证。公开的 Cheetah 模型权重仅限非商业学术研究使用。商业使用需单独获得模型授权，请联系我们了解授权和部署条款。
需要在自己的数据上评估什么？
请检查实际摄像头视角、人脸可见程度、换装和遮挡条件下的检测与匹配效果。使用有代表性的输入校准匹配阈值，并在目标硬件上测量处理速度。
评估 Person Analysis 是否适合你的应用
介绍你的输入来源、部署环境和商业需求，我们可以进一步沟通模型授权与集成方式。