qwertyuiopasdfghjklzxcvbnmq

(1)

qwertyuiopasdfghjklzxcvbnmq

wertyuiopasdfghjklzxcvbnmqw

ertyuiopasdfghjklzxcvbnmqwer

tyuiopasdfghjklzxcvbnmqwerty

uiopasdfghjklzxcvbnmqwertyui

opasdfghjklzxcvbnmqwertyuiop

asdfghjklzxcvbnmqwertyuiopas

dfghjklzxcvbnmqwertyuiopasdf

ghjklzxcvbnmqwertyuiopasdfgh

jklzxcvbnmqwertyuiopasdfghjkl

zxcvbnmqwertyuiopasdfghjklzx

cvbnmqwertyuiopasdfghjklzxcv

bnmqwertyuiopasdfghjklzxcvbn

mqwertyuiopasdfghjklzxcvbnm

qwertyuiopasdfghjklzxcvbnmq

FacePhi SDK 5.2.2

Kit de desarrollo software de reconocimiento biométrico facial

Especificaciones técnicas

(2)

FacePhi

© 2015 FacePhi Biometria. Todos los derechos reservados. El logotipo FacePhi y F7 Face Recognition son marcas comerciales de “FacePhi Biometria S.A.” (A-54659313) registradas en España. Los nombres de otros productos y empresas aquí mencionadas pueden ser marcas comerciales de sus respectivos titulares. Debido a que FacePhi presenta con frecuencia nuevas versiones y actualizaciones de su software, las imágenes mostradas en este documento pueden ser diferentes de las que vea en pantalla.

(3)

INDICE

1. E

SPECIFICACIONES TÉCNICAS

__________________________________________ 3

1.1. Tecnología _____________________________________________________________ 3 1.2. Módulos _______________________________________________________________ 4 1.2.1 Módulo extractor _____________________________________________________ 4 1.2.2 Módulo matcher _____________________________________________________ 4 1.3. Fuentes de Captura ______________________________________________________ 5 1.4. Formatos de Imagen soportados ___________________________________________ 5 1.5. NET API (Módulo extractor y matcher) _______________________________________ 5 1.6. WIN32_X86 API (Módulo extractor y matcher) ________________________________ 5 1.7. JAVA API (Módulo extractor y matcher) ______________________________________ 5 1.8. ANDROID API (Módulo extractor) ___________________________________________ 5 1.9. iOS API (Módulo extractor) ________________________________________________ 6 1.10.SILVERLIGHT API (Módulo extractor) ________________________________________ 6 1.11.Documentación _________________________________________________________ 6

2. R

EQUISITOS

_____________________________________________________ 7

2.1. Requisitos (Módulos extractor y matcher Windows) ____________________________ 7 2.2. Requisitos (Módulo extractor Android) _______________________________________ 8 2.3. Requisitos (Módulo extractor iOS) __________________________________________ 9

3. E

STADÍSTICAS DE RENDIMIENTO

_______________________________________ 10

4. E

STADÍSTICAS DE FIABILIDAD

_________________________________________ 14

5. I

NFORMACIÓN DE CONTACTO

_________________________________________ 16

5.1. Contacto comercial _____________________________________________________ 16 5.2. Soporte técnico ________________________________________________________ 16 5.3. Reporte de errores y sugerencias __________________________________________ 16

(4)

1. Especificaciones técnicas

FacePhi SDK es una herramienta de desarrollo que conforma el motor del software de reconocimiento facial a integradores de sistemas y desarrolladores. La funcionalidad del proceso de registro biométrico, su identificación y verificación trabaja con imágenes estáticas, aunque obviamente esta característica hace que el software pueda ser perfectamente adaptable a orígenes dinámicos tales como vídeos procedentes de fuentes como cámaras de vídeo, archivos (AVI, MPEG…), etc. Otras funciones tales como la detección y localización del rostro, así como otros puntos característicos del mismo, completan la herramienta. El conjunto de utilidades que conforman la solución, así como la documentación suministrada de manera conjunta con la misma ofrece una herramienta completa y eficaz a todos aquellos desarrolladores interesados en integrar este tipo de biometría en sus soluciones.

1.1. Tecnología

La tecnología de reconocimiento facial de FacePhi es un sistema altamente tolerante a…

- Pose +/- 15˚ en cada dirección

- Oclusión parcial del rostro

- Inmune ante los cambios en barba y estilo de peinado

- Uso de gafas (excepto gafas de sol)

- Cambios moderados de luz

Algoritmos de última generación

- Algoritmo de localización de rostro y ojos

- Algoritmo de codificación de características únicas e intransferibles del rostro

Requerimientos mínimos de calidad e imagen para reconocimiento facial

- El rostro debe ser completamente visible en la imagen

(5)

1.2. Módulos

1.2.1 Módulo extractor

Detecta y localiza los rostros presentes en una imagen dada, así como otras características representativas de los mismos para proceder posteriormente a la extracción y generación de la codificación biométrica de los rasgos faciales del individuo. No almacena imágenes. Utiliza una o múltiples imágenes faciales de una persona para generar una plantilla del rostro del individuo.

Las funciones de este módulo se resumen a continuación:

- Localiza caras en imágenes, así como la posición de los ojos

- Determina la calidad de la muestra biométrica para comprobar si es apta para la

identificación/verificación

- Permite seleccionar diferentes rangos de proximidad de un rostro al dispositivo de

captura para delimitar la distancia permitida para llevar a cabo la identificación/verificación de un individuo

- Determina las características relevantes en una imagen de un rostro y genera un

patrón que contiene la información representativa del mismo

1.2.2 Módulo matcher

Autenticación o Verificación (1:1)

Realiza la comparación de los rasgos biométricos entre dos plantillas faciales dadas, obtenidas a través del módulo de extracción de características.

Como resultado de la comparación se obtiene un valor positivo o negativo, en función del umbral de seguridad establecido a tal efecto.

Identificación (1:N)

Realiza la comparación de los rasgos biométricos entre una plantilla y un conjunto de plantillas faciales dadas, obtenidas a través del módulo de extracción de características. Como resultado de la comparación se obtiene el usuario más similar, así como una puntuación que representa el nivel de similitud entre la plantilla asociada a dicho usuario y la plantilla de referencia.

Es posible obtener un listado con los N usuarios más similares ordenados de mayor a menor similitud.

En ambos casos, el umbral de seguridad es totalmente parametrizable. El sistema proporciona una serie de niveles de seguridad preestablecidos.

(6)

1.3. Fuentes de Captura

Captura de imágenes desde:

- Archivo

- Dispositivos de captura compatibles con DirectShow

- Dispositivos de captura integrados en el dispositivo móvil (Android)

- Galería Android

- Otros dispositivos de captura (a través de librerías de terceros)

1.4. Formatos de Imagen soportados

Admite los siguientes formatos de imagen:

- JPG, BMP, PNG, TIFF (Extractor .NET / C++ / Java)

- JPG, PNG (Extractor Silverlight)

- JPG, BMP, PNG, TIFF (Extractor Android)

- JPG, BMP, PNG, TIFF (Extractor iOS)

1.5. NET API (Módulo extractor y matcher)

- Accesible a través de los lenguajes de programación Visual Basic, C# y cualquier otro

lenguaje de programación compatible con Microsoft .NET

- Compatibilidad con sistemas operativos Windows 32 y 64 bits

- Ejemplos de código fuente en C#

1.6. WIN32_X86 API (Módulo extractor y matcher)

- Accesible a través de Microsoft Visual C++ 2012 Compiler

- Ejemplos de código fuente en C++

1.7. JAVA API (Módulo extractor y matcher)

- Accesible a través del lenguaje de programación Java

- Ejemplos de código fuente en Java

1.8. ANDROID API (Módulo extractor)

- Accesible a través del lenguaje de programación Java (Android)

(7)

- Ejemplos de código fuente en Java (Android)

1.9. iOS API (Módulo extractor)

- Accesible a través del lenguaje de programación Objective C

- Compatibilidad con sistemas operativos iOS (módulo de extracción)

- Ejemplos de código fuente en Objective C

1.10. SILVERLIGHT API (Módulo extractor)

- Accesible desde cualquier aplicación Silverlight 5 a través de los lenguajes de

programación Visual Basic, C# y cualquier otro lenguaje de programación compatible con Silverlight 5

- Posibilidad de generar aplicaciones ejecutables para cualquier navegador compatible

con Silverlight 5

1.11. Documentación

- Manual detallado que incluye las referencias de las API’s proporcionadas y las guía de

usuario

- Documentación de las API’s adaptadas a los lenguajes de programación específicos

(C#, Android, C++, Java, Objective C, etc.)

(8)

2. Requisitos

2.1. Requisitos (Módulos extractor y matcher Windows)

Tabla 1. Requisitos del módulo extractor y del módulo matcher en Windows

(*) Los datos proporcionados son meramente orientativos ya que los requerimientos hardware para una máquina de producción dependen de las características de la aplicación final desarrollada a partir de FacePhi SDK 5.2.2

PLATAFORMA WINDOWS Requerimientos Hardware Desarrollo (SDK) Recomendado: - Intel Core i3 @ 3,07GHz - 4 Gbyte RAM Mínimo:

- Intel Core 2 Duo @ 2,5 GHz - 2 Gbyte RAM Requerimientos Hardware Despliegue (Runtime) Recomendado: (*) - Intel Core i3 @ 3,07GHz - 2 Gbyte RAM Mínimo:

- Intel Core 2 Duo @ 2,5 GHz - 1 Gbyte RAM

Cámara

Recomendado:

- Resolución VGA (640x480) / 30 FPS

- Enfoque automático (autofocus) / Iris automático - Compensación de contraluces (WDR o similar)

Mínimo: - Resolución VGA (640x480) / 24 FPS Sistema Operativo Windows XP Windows Vista Windows 7 Windows 8 Windows Server 2003 Windows Server 2008 Windows Server 2012

Software _{Microsoft Visual C++ 2012 x86 Redistributable (ó x64)}NET Framework 4

Silverlight 5

Herramientas Desarrollo Microsoft Visual Studio .NET, MonoDevelop, SharpDevelop, etc.

(9)

2.2. Requisitos (Módulo extractor Android)

Tabla 2. Requisitos del módulo de extracción en Android

PLATAFORMA ANDROID Requerimientos Hardware Desarrollo (SDK) Recomendado: - Intel Core i3 @ 3,07GHz - 4 Gbyte RAM. Mínimo:

- Intel Core 2 Duo @ 2,5 GHz. - 2 Gbyte RAM.

Requerimientos Hardware Despliegue (Runtime)

Recomendado: (*)

- Arquitectura armeabi-v7 ó arquitectura x86

Mínimo:

- Arquitectura armeabi-v7 ó arquitectura x86

Cámara

Recomendado:

- Resolución VGA (640x480) / 30 FPS.

- Enfoque automático (autofocus) / Iris automático. - Compensación de contraluces (WDR o similar).

Mínimo:

-Resolución VGA (640x480) / 24 FPS.

Sistema Operativo _{Android (versión mínima API level 14, versión 4.0)} Software _{Android SDK, Java SDK}

Herramientas Desarrollo _{Eclipse, IntelliJ} Programación _{Java (Android)}

(10)

2.3. Requisitos (Módulo extractor iOS)

Tabla 2. Requisitos del módulo de extracción en iOS

Para tener una idea más exacta de los requerimientos hardware de una máquina de producción es recomendable consultar las estadísticas de rendimiento presentes en el

siguiente apartado “Estadísticas de rendimiento”

PLATAFORMA iOS Requerimientos Hardware Desarrollo (SDK) Recomendado: - Intel Core i3 @ 3,07GHz - 4 Gbyte RAM. Mínimo:

- Intel Core 2 Duo @ 2,5 GHz. - 2 Gbyte RAM.

Requerimientos Hardware

Despliegue (Runtime) _{- Arquitecturas arm64, armv7 o armv7s}

Cámara

Recomendado:

- Resolución VGA (640x480) / 30 FPS.

- Enfoque automático (autofocus) / Iris automático. - Compensación de contraluces (WDR o similar).

Mínimo:

-Resolución VGA (640x480) / 24 FPS.

Sistema Operativo _{iOS (versión mínima 7.1)}

Software _-

Herramientas Desarrollo _XCode Programación _{Objective C}

(11)

3. Estadísticas de rendimiento

A continuación se muestran datos de rendimiento de FacePhi SDK 5.2.1. Los datos obtenidos son el resultado de realizar una prueba de rendimiento sobre una base de datos de imágenes. Dicha prueba consta de 3 tests:

1. Detección de la cara en todas las imágenes y obtención del tiempo medio.

2. Extracción de plantilla facial en todas las imágenes y obtención del tiempo medio.

3. Comparación de todas las plantillas extraídas en el test anterior.

Para evaluar el extractor C++ y el extractor Silverlight, se ha empleado un equipo con las siguientes características:

Sistema Operativo:

 Win 7 Pro 64 Bits

Hardware:

 Procesador Intel Core i7-3770 @ 3.40 Ghz

 Memoria RAM 8GB

Para evaluar el extractor Android, se ha empleado un dispositivo Google Nexus 5 con las siguientes características:

 Android OS v4.4.4 – Kit Kat

Hardware:

 Procesador Quad-core Snapdragon 800

 Memoria RAM 2GB

Para evaluar el extractor iOS, se ha empleado un dispositivo iPhone 5s con las siguientes características:

 iOS 8

(12)

 Memoria RAM 1GB

Las pruebas de rendimiento realizadas se basan en las siguientes premisas:

- Base de datos con 526 imágenes con resolución 640x480 (VGA)

- Todas las plantillas con los datos del patrón facial de usuario fueron cargadas en memoria RAM como paso previo a la realización de la comparativa

- Se ha usado la configuración sugerida para el extractor empleando imágenes de

resolución 640 x 480 píxeles, exceptuando el filtro de calidad (en los resultados se muestran los valores de extracción con el filtro de calidad desactivado:

ImageQualityFilter: off). Estos valores sugeridos son:

MinimumDistanceBetweenEyesAllowed: 48 px

MaximumDistanceBetweenEyesAllowed: 168 px

MaximumThreads: 8

LivenessDetectionFilter: Off

- En cuanto a la configuración del matcher los valores empleados han sido:

MatchingSecutityLevel: MediumHighSecurityLevel

(13)

A continuación se muestran los resultados:

Estadísticas de rendimiento de FacePhi SDK 5.2.1 para imágenes de tamaño 640x480

Tipo de detección de cara Monoface Multiface

Tiempo medio de detección de cara (1) (milisegundos)

(C++)

18 18

(Android)

129 152

(iOS)

58 54

(Silverlight)

53 53

Tiempo medio de extracción de características faciales (2)

(milisegundos) (C++)

37 37

(milisegundos) (Android)

215 215

(milisegundos) (iOS)

95 105

(milisegundos) (Silverlight)

122 122

Velocidad media de comparación(3)

(plantillas/segundo) 80321 Tamaño de plantilla (4) (bytes) 6236

Tabla 3. Resultados de rendimiento

(1) El tamaño de las imágenes influye en el tiempo de detección de caras, por ello, a mayor tamaño de imagen menor rapidez de detección.

(14)

(2) El tiempo de extracción especificado incluye también el tiempo empleado en la detección como paso previo. Por tanto:

Tiempo de extracción = Tiempo de detección de cara + Tiempo de extracción (generación) de plantilla*

* El tiempo de extracción (generación) de la plantilla no depende del tamaño de la imagen.

(3) El tiempo de comparación entre plantillas es independiente del tamaño de las

imágenes. Tiempo medido en un proceso de identificación.

(15)

4. Estadísticas de fiabilidad

A continuación se muestran datos de fiabilidad de FacePhi SDK 5.2.2. El objetivo es obtener una medida objetiva de la fiabilidad del software de reconocimiento facial en base a parámetros de paso de tiempo, cambios de iluminación y en la expresión facial. Para ello se

han realizado experimentos con las bases de datos FERET y FRGC.

En el experimento con el conjunto de imágenes de registro Gallery y el conjunto de

imágenes fafc de la base de datos FERET, las características de dichos conjuntos de

imágenes son las que se detallan a continuación:

- Conjunto de registro “Gallery” formado por un total de 1196 imágenes

correspondientes a 1196 individuos.

- Conjunto de test “fafc” formado por 194 imágenes de individuos del conjunto

“Gallery” con cambios de iluminación.

El proceso para obtener las estadísticas de fiabilidad es el siguiente:

1. Realizar la extracción de las plantillas faciales del conjunto de registro “Gallery” y almacenarlas en memoria.

2. Realizar la extracción de las plantillas faciales del conjunto de test “fafc” y

almacenarlas en memoria.

3. Realizar la comparación de las plantillas del conjunto de test con las plantillas del conjunto de registro obteniendo datos relativos a la fiabilidad del algoritmo.

4. En base a los valores de similitud, los aciertos y los errores cometidos durante la comparación de plantillas se generan los valores relativos a la tasa de falsos rechazos (FRR) y falsas aceptaciones (FAR).

Los resultados obtenidos se muestran a continuación:

Estadísticas de fiabilidad de FacePhi SDK 5.2.2 para la base de datos de FERET

Test “fafc”

Tamaño de plantilla durante el registro (1) (bytes) 6236

Tamaño de plantilla durante la identificación (1)

(bytes) 6236

(16)

En el caso del conjunto de imágenes de FRGC se realiza el experimento 2 que afronta la evaluación de múltiples imágenes en una plantilla de un usuario. Siguiendo este protocolo los conjuntos de “target” y “query” están compuestos de 4 imágenes estáticas de cada sujeto.

Las pruebas de fiabilidad se definen para unos subconjuntos de la base de datos siguiendo el siguiente protocolo:

ROC I: los subconjuntos de registro y test se obtuvieron dentro del mismo semestre.

ROC II: los subconjuntos de registro y test se obtuvieron dentro del mismo año.

ROC III: los subconjuntos de registro y test se obtuvieron en el intervalo de 1 año y medio. El proceso para obtener las estadísticas de fiabilidad es el siguiente:

1. Realizar la extracción de las plantillas faciales del conjunto de registro “target” y almacenarlas en memoria.

2. Realizar la extracción de las plantillas faciales del conjunto de test “query” y

almacenarlas en memoria.

3. Realizar la comparación de las plantillas del conjunto de test con las plantillas del conjunto de registro obteniendo datos relativos a la fiabilidad del algoritmo.

4. En base a los valores de similitud, los aciertos y los errores cometidos durante la comparación de plantillas se generan los valores relativos a la tasa de falsos rechazos (FRR) y falsas aceptaciones (FAR).

Los resultados obtenidos se muestran a continuación:

Estadísticas de fiabilidad de FacePhi SDK 5.2.2 para la base de datos de FRGC

Experimento 2

Tamaño de plantilla durante el registro (1) (bytes) 24944

Tamaño de plantilla durante la identificación (1)

(bytes) 24944

Tasa FRR en FAR = 0.1%

ROC I 0.11%

ROC II 0.30%

ROC III 0.52%

Tabla 5. Resultados de fiabilidad (FRGC) (1) Las plantillas constan de 4 patrones faciales

(17)

5. Información de contacto

Para cualquier consulta general, por favor, póngase en contacto con nosotros a través de las siguientes vías: Correo electrónico



info@facephi.com Web



www.facephi.com Oficinas



Avenida México, 20 Alicante 03008. España. Teléfono



(+34) 965 10 80 08

5.1. Contacto comercial

Si quiere realizar consultas comerciales, utilice los medios facilitados a continuación:

Correo electrónico



sales@facephi.com

Teléfono



(+34) 965 10 80 08

5.2. Soporte técnico

Ante cualquier duda técnica, sugerencia o reporte, contacte a través de:

Correo electrónico



support@facephi.com

Teléfono



(+34) 965 10 80 08

(18)

Correo electrónico



feedback@facephi.com

Teléfono

(19)