Hay tantas API disponibles sobre el reconocimiento facial. ¿Cuál es la mejor opción para usar si quiero desarrollar un software?

ACTUALIZAR:

He estado respondiendo esta pregunta durante meses. Entonces, escribí una comparación de los mejores proveedores de reconocimiento facial; incluyendo Microsoft, Google, Amazon y OpenCV → Reconocimiento facial: Kairos vs Microsoft vs Google vs Amazon vs OpenCV

Siempre recomiendo que la gente comience con “por qué”. ¿Por qué quieres usar esta tecnología? ¿Cuáles son tus metas? ¿Cuáles son sus resultados esperados?

Una vez que tenga un control sobre eso, podría ser una tarea más fácil reducir su selección de tecnología.

Es importante comprender que muchos factores diferentes afectan la precisión y el rendimiento de los sistemas de reconocimiento facial; principalmente, es la calidad de los datos introducidos en el sistema. Piénselo en estos términos: ‘Basura adentro; la basura fuera.’

Piensa en cosas como cámaras, ángulos, iluminación, movimiento.

Si tiene una base de datos de imágenes existente, entonces querrá comparar la precisión y el rendimiento en ellas. Si no tiene un conjunto de datos, considere cómo podría recopilar datos. La popular base de datos LFW (o Caras etiquetadas en la naturaleza) a menudo se usa para comparar proveedores y también se puede usar con fines de capacitación.

También es aconsejable probar y comparar las opciones de código abierto con las opciones comerciales. La mayoría de los proveedores comerciales han pensado y diseñado mucho más sus servicios; les interesa desempeñarse bien en entornos del mundo real. Después de todo, su negocio es agregar más valor a lo que está disponible gratuitamente.

Un buen ejemplo es OpenCV: es una gran plataforma para jugar y experimentar; pero en realidad no está diseñado para proyectos comerciales a gran escala. Ni siquiera se centra principalmente en el reconocimiento facial.

También querrá trabajar con un proveedor que pueda brindarle apoyo y orientación a medida que desarrolla su software. Muchos servicios son comparables en términos de precisión y rendimiento, sin embargo, intenta obtenerlos por teléfono o responder a un correo electrónico … ¡buena suerte!

Encuentre un socio que lo ayude a escalar su visión y explorar el diseño de una solución que satisfaga sus objetivos Y su modelo de negocio. Obviamente soy parcial, pero mi compañía es un gran lugar para comenzar 😀

Todo lo mejor con tu idea,
Ben

Puedes usar Sightengine.com

Es una solución automatizada para detectar cosas como contenido para adultos, violencia, rostros y celebridades en imágenes y videos .

Es posible analizar 2,000 imágenes gratis por mes.

La API analiza imágenes y videos más rápido que los humanos. La API puede analizar varios millones de imágenes por día.

Digamos que quieres subir esta imagen y detectar caras:

Aquí hay un ejemplo en Python, usando el SDK:

cliente = SightengineClient (‘{api_user}’, ‘{api_secret}’)
output = client.check (‘face-atributos’). set_url (‘ https://d3m9459r9kwism.cloudfront.net/img/examples/example-coup-1000.jpg&#039 😉

La salida devolverá la clasificación. Un ejemplo:

“status”: “éxito”,
“solicitud”: {
“id”: “req_1VmdzS10f628UBstXdc8c”,
“marca de tiempo”: 1510757582.1956,
“operaciones”: 1
},
“caras”: [
{
“x1”: 0.5698,
“y1”: 0.24,
“x2”: 0.6773,
“y2”: 0.492,
“caracteristicas”: {
“ojo izquierdo”: {
“x”: 0.6507,
“y”: 0.3533
},
“Ojo derecho”: {
“x”: 0.6276,
“y”: 0.328
},
“punta de la nariz”: {
“x”: 0.6391,
“y”: 0.3773
},
“left_mouth_corner”: {
“x”: 0.6222,
“y”: 0.4307
},
“right_mouth_corner”: {
“x”: 0.5964,
“y”: 0.412
}
},
“atributos”: {
“hembra”: 0,14,
“hombre”: 0.86,
“menor”: 0.04,
“gafas de sol”: 0.2
}
},
{
“x1”: 0.6516,
“y1”: 0.3173,
“x2”: 0,7529,
“y2”: 0.5693,
“caracteristicas”: {
“ojo izquierdo”: {
“x”: 0.7493,
“y”: 0.4453
},
“Ojo derecho”: {
“x”: 0,7067,
“y”: 0.4253
},
“punta de la nariz”: {
“x”: 0.7404,
“y”: 0.4787
},
“left_mouth_corner”: {
“x”: 0.7342,
“y”: 0,52
},
“right_mouth_corner”: {
“x”: 0.6951,
“y”: 0.5027
}
},
“atributos”: {
“hembra”: 0,97,
“hombre”: 0.03,
“menor”: 0,37,
“gafas de sol”: 0.01
}
}
],
“medios”: {
“id”: “med_1Vmd6qHpJNWZy053MOT0L”,
“uri”: ” https://d3m9459r9kwism.cloudfront.net/img/examples/example-coup-1000.jpg&quot ;
}
}

Aquí hay un ejemplo del resultado:

Puedes probar la página de demostración: Demo

(descargo de responsabilidad: yo trabajo allí)

La mejor opción es difícil de elegir. Recientemente leí sobre un aAPI brasileño basado en soluciones de código abierto, puede leer el artículo aquí (portugués) y ver el repositorio aquí.

En el lado del cliente, puede usar C, Java, Bash y PHP, y los problemas futuros muestran versiones en C #, perl y python. Este software ha sido desarrollado y utilizado para una empresa, por lo que me hizo creer que funciona bien.

Existen bastantes API para el reconocimiento facial y depende del idioma que intente utilizar. Encontré un sitio que enumera las 10 mejores API para este estilo de desarrollo. Lista de más de 10 API, bibliotecas y software de detección / reconocimiento de rostros – Mashape Blog

Espero que esto ayude.