forensicface 0.0.6

An attempt to build a package for forensic face examination

forensicface

Install

pip install forensicface

Os arquivos onnx dos modelos de detecção (det_10g.onnx), pose (1k3d68.onnx) e gênero/idade (genderage.onnx) devem estar na pasta ~/.insightface/model/sepaelv2/

O arquivo onnx do modelo de reconhecimento (adaface_ir101web12m.onnx) deve estar na pasta ~/.insightface/model/sepaelv2/adaface/

O arquivo onnx do modelo magface (magface_iresnet100.onnx) deve estar na pasta ~/.insightface/model/sepaelv2/magface/

Como utilizar

Importação da classe ForensicFace:

from forensicface.app import ForensicFace

ff = ForensicFace(det_size=320, use_gpu=True)

Processamento básico de imagens

Obter pontos de referência, distância interpupilar, representação vetorial e a face alinhada com dimensão fixa (112x112)

results = ff.process_image("obama.png")
results.keys()

dict_keys(['keypoints', 'ipd', 'gender', 'age', 'pitch', 'yaw', 'roll', 'embedding', 'norm', 'magface_embedding', 'magface_norm', 'aligned_face'])

Comparar duas imagens faciais e obter o escore de similaridade.

ff.compare("obama.png","obama2.png")

0.8555868

Agregar embeddings de duas imagens faciais em uma única representação

agg = ff.aggregate_from_images(["obama.png","obama2.png"])
agg.shape

(512,)

Suporte a MagFace

Estimativa de qualidade pela norma da representação MagFace

good = ff.process_image("obama.png")
bad = ff.process_image("obama2.png")
good["magface_norm"], bad["magface_norm"]

(24.875765, 21.319853)

Crédito dos modelos utilizados

• Detecção, gênero (M/F), idade e pose (pitch, yaw, roll): insightface

• Reconhecimento: adaface e MagFace

• Estimativa de qualidade: MagFace