SDK MicroFace

Bibliothèque de reconnaissance faciale pour systèmes embarqués.

Bibliothèque de reconnaissance faciale multiplateforme adaptée aux cibles embarquées. Algorithmes compacts pour microcontrôleurs et appareils edge — de la détection à la recherche 1:N avec des templates inférieurs à 148 octets.

Démonstration
STM32N6
STM32N6 Cortex-M55 · NPU SRAM eMMC
CPU
RAM
Code
Idle
MicroFace SDK
Template 148 B
RAM peak < 2 kB
Latency 30 ms
_

Performance

Algorithmes spécifiquement conçus pour réduire la taille de bibliothèque et améliorer la vitesse d'exécution sur les cibles embarquées.

NXP i.MX 8M Plus

OpérationTemps
Détection de visage20 ms
Extraction de caractéristiques30 ms
Correspondance de template0,01 ms

Avec accélération NPU dédiée

Template & Précision

MétriqueValeur
Taille du template< 148 octets
Plage de scores0 – 65535
NIST FRTETop Performer

Validé sur des jeux de données civils et forces de l'ordre

Intelligence intégrée

Détection de visage

Détection de visage en temps réel avec FaceDetector optimisé pour les processeurs basse consommation. Seuil de confiance configurable de 0 à 100 pour une utilisation flexible sur matériel embarqué.

Suivi de visage

FaceTracker maintient une identité continue sur les images vidéo avec des mises à jour automatiques de templates, optimisé pour le traitement temps réel contraint sur cibles embarquées.

Extraction de caractéristiques

FaceEncoder génère des templates faciaux compacts inférieurs à 148 octets — parmi les plus petits du marché — permettant le déploiement sur éléments sécurisés et microcontrôleurs.

Détection du vivant

FacePAD, détection passive d'attaques de présentation, protège contre les photos, vidéos et masques 3D. Le modèle ColorPAD v4 s'exécute efficacement sur les CPU embarqués.

Vérification 1:1

FaceMatcher.compareTemplates() retourne un score de 0 à 65535 pour une vérification faciale un-contre-un fiable dans les scénarios de contrôle d'accès et d'authentification.

Identification 1:N

FaceIndexer permet une recherche ultra-rapide un-contre-plusieurs avec support UUID-v4 pour l'identification à grande échelle sur appareils edge et serveurs locaux.

Technologie centrale

Moteur de reconnaissance faciale optimisé pour les systèmes embarqués. Les mêmes algorithmes validés que le SDK Face, adaptés aux microcontrôleurs et au matériel edge avec une empreinte mémoire minimale.

C
C++
C#
Python
Swift
Windows Linux macOS Android iOS STM32 i.MX 8M Plus

Produits associés

Kit MicroFace STM32H7

Kit de démarrage pour la reconnaissance faciale sur microcontrôleur STM32H747 à 400 MHz.

Kit MicroFace i.MX 8M Plus

Kit d'évaluation pour la reconnaissance faciale sur NXP i.MX 8M Plus avec accélération IA dédiée.

Kit MicroFace STM32N6

Dernier kit exploitant l'accélérateur neuronal STM32N6 pour une reconnaissance ultra-rapide sur appareil.

Documentation développeur

Guides complets, références API et exemples de code pour intégrer le SDK MicroFace dans votre application embarquée. Démarrez en quelques minutes.

Référence API
Guides d'intégration
Exemples de code
Visiter le portail développeur
developer.id3technologies.com
import id3face as id3
 
id3.FaceLibrary.load_model(models_dir,
    id3.FaceModel.FACE_DETECTOR_4B)
 
detector = id3.FaceDetector(thread_count=1)
encoder  = id3.FaceEncoder(thread_count=1)
matcher  = id3.FaceMatcher()
 
image = id3.Image.from_file("face.jpg")
faces = detector.detect_faces(image)
tmpl  = encoder.create_template(image,
    faces.get_largest_face())
score = matcher.compare_templates(tmpl, ref)

Tarification

Choisissez le plan adapté à votre projet. Tous les plans incluent l'accès au portail développeur et à la documentation.

Évaluation

Gratuit

Essayez le SDK sans engagement.

  • 60 jours d'essai
  • Appels API limités
  • Support communautaire
  • Plateforme unique
Commencer

Entreprise

Nous contacter

Pour les déploiements à grande échelle.

  • Licences en volume
  • Support prioritaire
  • Intégration sur mesure
  • Garantie SLA
Contacter les ventes