VeriLook SDK

Identificación de rostro para aplicaciones auto contenidas o web

La tecnología de identificación de rostro VeriLook está diseñada para desarrolladores e integradores de sistemas biométricos. La tecnología asegura el rendimiento del sistema y la confiabilidad en la detección de rostros en vivo, el reconocimiento simultáneo y múltiple de rostros y la comparación veloz en los modos 1 a 1 y 1 a N.

VeriLook está disponible como un kit de desarrollo de software que permite el desarrollo de soluciones autocontenidas y Web sobre las plataformas Microsoft Windows, Linux, Mac OS X, iOS y Android.

Características y capacidades

  • Más de un millón de implementaciones de algoritmos en todo el mundo durante los últimos 12 años.
  • La detección de rostro en directo evita hacer trampa con una foto delante de una cámara.
  • Procesamiento simultáneo de múltiples rostros en video en vivo e imágenes fijas.
  • Clasificación por género y evaluación de edad para cada persona en la imagen.
  • Reconocimiento de emociones y extracción de puntos característicos de rostro.
  • Las cámaras web u otras cámaras de bajo costo son adecuadas para la obtención de imágenes de rostros.
  • Disponible como SDK multiplataforma que soporta múltiples lenguajes de programación.
  • Surveillance SDK está disponible para integrar identificación de rostro en sistemas de vigilancia.
  • Los precios son razonables, la concesión de licencias flexible y el soporte al cliente gratuito.

El algoritmo VeriLook implementa localización avanzada de rostro, enrolamiento y comparación empleando robustos algoritmos de procesamiento digital de imágenes.

Detección de múltiples rostros
VeriLook Multiple Faces Detection
Clic para ampliar
  • Procesamiento de múltiples rostros en simultáneo. VeriLook 5.7 lleva a cabo una detección rápida y precisa de múltiples rostros sobre videos en vivo e imágenes fijas. Todos los rostros en el cuadro actual se detectan en entre 0,01 y 0,86 segundos, en función de los valores seleccionados para la tolerancia a los movimientos del rostro y la precisión de la detección. Después de la detección, un conjunto de características es extraído de cada rostro hacia una plantilla, a velocidad de 0,6 segundos. Consulte las especificaciones técnicas para más detalles.
  • Clasificación por género. Opcionalmente se puede determinar el género para cada persona en la imagen, con un nivel de precisión predefinido durante la extracción de plantillas.
  • Detección de rostro vivo. Un sistema de identificación de rostro convencional puede ser engañado mediante la colocación de una foto frente de la cámara. VeriLook es capaz de prevenir este tipo de violación de la seguridad mediante la determinación de si un rostro en una secuencia de video está "vivo" o se trata de una fotografía. La detección de vida se puede realizar en modo pasivo, cuando el motor evalúa ciertas características de rostro, o en el modo activo, cuando el motor evalúa la respuesta del usuario al momento de llevar a cabo ciertas acciones como parpadeo o movimientos de la cabeza. Vea las recomendaciones para la detección de rostros vivos para más detalles.
  • Reconocimiento de emociones. VeriLook puede ser configurado para reconocer emociones básicas en un rostro humano. Se analizan seis emociones básicas: ira, asco, miedo, alegría, tristeza y sorpresa. El sistema devuelve un valor de confianza para cada una de las emociones básicas de un rostro determinado. Un valor mayor para una emoción significa que pareciera que la misma está más expresada en ese rostro.
  • Puntos característicos de rostro. Los puntos se pueden extraer opcionalmente como un conjunto sus coordenadas durante la extracción de la plantilla de rostro. Cada punto de rasgo facial tiene un número de secuencia fijo (por ejemplo, el número 31 corresponde siempre a la punta de la nariz).
  • Atributos de rostro. VeriLook puede configurarse para detectar ciertos atributos durante la extracción de rostro, tales como sonrisa, boca abierta, ojos cerrados, anteojos y gafas oscuras.
  • Estimación de edad. VeriLook puede estimar opcionalmente la edad de una persona mediante la detección del rostro en la imagen.
  • Determinación de la calidad de la imagen del rostro. Se puede utilizar un umbral de calidad durante el enrolamiento del rostro a fin de garantizar que sólo la plantilla de rostro de mejor calidad se almacene en la base de datos.
  • Tolerancia a la posición de rostro. VeriLook permite una rotación de cabeza de 360 grados. Movimiento frontal de cabeza (arriba-abajo) de hasta 15 grados desde la posición frontal. Movimiento lateral de cabeza de hasta 45 grados en cada dirección desde la posición frontal. Vea las especificaciones técnicas para mayores detalles.
  • Múltiples muestras del mismo rostro. El registro de la plantilla biométrica puede contener varias muestras del rostro perteneciente a la misma persona. Estas muestras pueden ser enroladas desde diferentes fuentes y en diferentes momentos, lo que permite una mejora en la calidad de comparación. Por ejemplo, una persona puede ser enrolada con gafas y sin ellas, con diferentes tipos de lentes, con y sin barba o bigote, etc.
  • Capacidad de identificación. Las funciones de VeriLook pueden ser empleadas tanto en comparaciones 1 a 1 (verificación) como en modo 1 a N (identificación). El algoritmo de comparación de rostro de VeriLook 5.7 puede comparar hasta 40.000 rostros por segundo sobre PC. Vea las especificaciones técnicas para mayores detalles.
  • Plantilla pequeña de características de rostro. Una plantilla de características de rostro puede pesar sólo 4 kilobytes, por tanto, las aplicaciones basadas en VeriLook pueden manejar grandes bases de datos de rostro. Se pueden emplear plantillas más grandes para aumentar la confiabilidad de la comparación. Vea las especificaciones técnicas para mayores detalles.
  • Modo de generalización de características. Este modo genera la recogida de las características generalizadas del rostro a partir de varias imágenes del mismo sujeto. Luego cada imagen de rostro se procesa, se extraen las características y los conjuntos de características se analizan y combinan en una sola colección de características generalizadas, que se graba en la base de datos. De esta manera, la plantilla de características enrolada es más fiable y la calidad de reconocimiento de rostro aumenta considerablemente.