insightface_arcface

InsightFace con el modelo ArcFace R100 es el estándar de facto en reconocimiento facial de alta precisión. Genera embeddings de 512 dimensiones que permiten comparar identidades con alta fiabilidad.

When to use

Usar como modelo principal de face matching entre la selfie verificada y la foto extraída del documento.

Instructions

1. Instalar: pip install insightface onnxruntime-gpu.
2. Inicializar: app = FaceAnalysis(name='buffalo_l', providers=['CUDAExecutionProvider']). app.prepare(ctx_id=0, det_size=(640, 640)).
3. Detectar y extraer embedding de selfie: faces = app.get(selfie_img). selfie_embedding = faces[0].embedding.
4. Detectar y extraer embedding de foto de documento (con ESRGAN si baja resolución).
5. Normalizar embeddings: e1 = selfie_embedding / np.linalg.norm(selfie_embedding).
6. Calcular similitud coseno: similarity = np.dot(e1, e2).
7. Umbral de aceptación: similarity > 0.45 para ArcFace R100 (equivale a >85% en escala 0-1).
8. Exportar modelo a ONNX para Triton: onnx_model ya está incluido en InsightFace.

Notes

• Repositorio oficial: https://github.com/deepinsight/insightface
• Modelos disponibles: buffalo_l (alta precisión), buffalo_s (más rápido, menor precisión).
• El umbral 0.45 tiene FAR < 0.001% en LFW benchmark; ajustar según requisitos del negocio.