Testez notre technologie de reconnaissance faciale sur la plateforme STM32N6.
Nous avons développé des solutions de reconnaissance optimisées pour le composant STM32N6 de STMicroelectronics. En tirant parti de la puissance de calcul exceptionnelle de ce microcontrôleur, et en particulier de son accélérateur neuronal (ST Neural ART Accelerator), nous proposons une application de reconnaissance faciale ultra-rapide et robuste. Cette technologie permet des inférences neuronales en temps réel directement dans le système embarqué, ouvrant la voie à des systèmes de sécurité et d’identification innovants. De plus, grâce à l’intégration d’un capteur Time-of-Flight (ToF), nos solutions MicroFace STM32N6 intègrent une fonctionnalité de détection du vivant de pointe, capable de contrer efficacement les attaques par présentation.
Découvrez toutes les fonctionnalités de notre kit MicroFace.
Capture du visage
Compatible avec une large gamme de caméra, garantissant une acquisition polyvalente et complète des données biométriques.
Extraction
Extrait les traits du visage à partir des visages détectés, produisant un modèle de visage compact pour une comparaison efficace des visages.
Identification
Assure une identification précise en comparant les visages détectés à une base de données avec des performances ultra-rapides dans les modes de recherche un-à-un et un-à-plusieurs.
Détection du vivant
Détecte les attaques par présentation (photos, écran…) grâce au capteur time-of-flight (ToF).
Performance
Modèles d’IA optimisés.
Exécution sur des plateformes embarquées.
Les modèles que nous développons sont optimisés pour réduire la taille de la bibliothèque et améliorer la vitesse d’exécution sur MicroFace STM32N6. Les modèles générés par nos algorithmes d’extraction sont parmi les plus petits du marché (moins de 148 octets) et l’algorithme de correspondance nécessite également très peu de ressources.
8 ms
Détection
20 ms
Extraction
60 ms
Liveness
Faites confiance à la technologie.
Evaluée par le NIST.
L’algorithme de reconnaissance faciale d’id3 Technologies s’est révélé être un excellent compromis entre précision, vitesse et taille des modèles dans le cadre de l’évaluation continue des technologies de reconnaissance faciale (FRTE) menée par le NIST. La FRTE a été lancée par le National Institute of Standards and Technologies (NIST) en février 2017. Elle est conçue pour mesurer les performances des technologies de reconnaissance faciale automatisées appliquées à un large éventail d’applications civiles, policières et de sécurité intérieure, notamment la vérification des images de visas, la déduplication des passeports, la reconnaissance des images de photojournalisme et l’identification des victimes d’exploitation d’enfants.
Membre du programme ST Partner.
Le programme ST Partner aide les clients à réduire leurs efforts de développement et à accélérer la mise sur le marché, en améliorant l’écosystème autour du vaste portefeuille de produits de ST. Avec plus de 300 partenaires agréés ST, le programme offre aux clients une large gamme de technologies, de produits et de services avancés afin de simplifier la conception de solutions de bout en bout et de mieux répondre aux besoins des entreprises.
We support you at every stage of your project.
Building an algorithmic model for image processing requires many steps. It is crucial that our experts intervene at the start of the project to help qualify the data to be collected.
Understanding your needs
Begin by defining the problem you want to solve. What kind of visual data do you need to process? Is it image classification, object detection, or something else?
- Identify the specific use case and requirements.
- Lorem ipsum dolor sit amet, consectetur adipiscing elit, sed ipsum dolor sit amet, consectetur adipiscing elit.
- Lorem ipsum dolor sit amet, consectetur adipiscing elit, sed ipsum dolor sit amet, consectetur adipiscing elit.
Data Collection and Preprocessing
Lorem ipsum dolor sit amet, consectetur adipiscing elit, sed ipsum dolor sit amet, consectetur adipiscing elit.Lorem ipsum dolor sit amet, consectetur adipiscing elit, sed ipsum dolor sit amet, consectetur adipiscing elit.
- Gather a diverse dataset of images relevant to your problem.
- Clean and preprocess the data by resizing, normalizing, and augmenting it.
- Split the dataset into training, validation, and test sets.
Feature Extraction and Representation
Extract meaningful features from the images. Common techniques include:
- SIFT (Scale-Invariant Feature Transform): Identifies local features like corners or blobs in images.
- HOG (Histogram of Oriented Gradients): Captures edge and texture information.
- CNN (Convolutional Neural Networks): Automatically learns hierarchical features.
Model Selection and Training
Lorem ipsum dolor sit amet, consectetur adipiscing elit, sed ipsum dolor sit amet, consectetur adipiscing elit.Lorem ipsum dolor sit amet, consectetur adipiscing elit, sed ipsum dolor sit amet, consectetur adipiscing elit.
- Choose an appropriate model architecture (e.g., CNN, ResNet, VGG).
- Train the model using the training data.
- Optimize hyperparameters (learning rate, batch size, etc.).
Post-Processing and Deployment
Lorem ipsum dolor sit amet, consectetur adipiscing elit, sed ipsum dolor sit amet, consectetur adipiscing elit.Lorem ipsum dolor sit amet, consectetur adipiscing elit, sed ipsum dolor sit amet, consectetur adipiscing elit.
- Evaluate the model’s performance on the validation set.
- Apply post-processing steps to refine the model’s predictions.
- Deploy the model in your desired environment (cloud, edge device, etc.).
Real-World Testing and Monitoring
Lorem ipsum dolor sit amet, consectetur adipiscing elit, sed ipsum dolor sit amet, consectetur adipiscing elit.Lorem ipsum dolor sit amet, consectetur adipiscing elit, sed ipsum dolor sit amet, consectetur adipiscing elit.
- Test the model on real-world data.
- Monitor its performance and make adjustments as needed.
- Keep refining the model based on user feedback and new data.
Découvrez nos technologies.
Contactez nous pour en savoir plus sur nos solutions et découvrir comment elles peuvent transformer vos produits et services.
