Cyberlink - FaceMe
為何選用 FaceMe® ?
AI臉部辨識生態系的領導者
 |
全球頂尖的AI臉部辨識引擎 訊連科技為全球人工智慧及臉部辨識技術的領導廠商，憑藉領先的研發能力，20餘年來在IT產業中建立卓越的聲譽。訊連科技FaceMe®提供精準的臉部辨識能力，在全球知名的NIST臉部辨識測試中，於VISA及WILD測試項目名列前茅。通過不斷的創新，我們保證提供的技術能滿足最高的準確率和安全標準，適用於各種產業和應用情境。 |
| 專為IoT/AIoT裝置優化 FaceMe®是專為IoT/AIoT應用打造的AI臉部辨識引擎。 FaceMe®可支援Windows，Linux，Android和iOS等多種作業系統，並可針對於各式硬體設備之效能進行優化。除支援效能強大的工作站或個人電腦處理器(CPU)及圖像加速卡(GPU)，亦可針對IoT/AIoT物聯網設備中的輕量、低功耗處理器進行優化。 |
 |
 |
系統整合商的最佳夥伴 FaceMe®為專為系統整合商設計的臉部辨識引擎，可支援C#、C++及Pearl等程式語言，亦提供HTTP API，符合多樣化的開發環境。對系統整合商來說，在執行智慧安控，訪客控管，公共安全，智慧零售和智慧家庭等專案時，可於解決方案中快速、彈性地導入臉部辨識。 |
卓越的 AI 技術
 |
世界頂尖的精準辨識率 FaceMe®係採用深度學習類神經網路演算法打造，在10-4錯誤率(FAR)下，可提供高達99.5%的正確辨識率(TAR, True Acceptance Rate)。卓越的辨識能力在NIST FRVT臉部辨識測試中，名列全球最精準且速度最快的辨識引擎之一。 |
| 跨平台支援及優化 FaceMe®支援Windows、Linux、Android 與 iOS 等作業系統，對開發者來說，可在各種IoT/AIoT設備，如門禁系統、電子看板、資訊服務站（KIOSK）、銷售時點情報系統（POS System）以及執行於 iOS 和 Android 平台之APP中，快速導入臉部辨識功能。 |
 |
 |
針對伺服器及邊緣運算裝置效能優化 無論是建置在搭載高階處理器及圖像加速卡的伺服器和工作站、或是搭配輕量化處理器的IoT/AIoT邊緣運算裝置， FaceMe®都可針對不同的硬體配置進行優化，如運算效能、辨識速度及準確度等，實現更彈性化的建置。 |
| 支援多種AI硬體及邏輯推理引擎 FaceMe®可支援多種AI硬體及邏輯推理引擎。開發人員可選擇在NVIDIA®CUDA™及Intel® Movidius™等硬體上啟用GPU加速，或針對採用Jetson™及ARM的IoT/AIoT設備上進行效能優化。此外，FaceMe®亦支援OpenVINO™、TensorRT、TensorFlow及CoreML等多種AI邏輯推理引擎。無論是採用何種硬體配置或架構，FaceMe®都可有效運用，加速深度學習演算法的運算速度。 |
 |
 |
影像優化技術 有效提升辨識率 透過訊連科技獨家的TrueTheather™影像優化技術，可在臉部辨識前，透過解析度優化、降噪、去背光等影像前處理進行優化，可增加 11.65% 之臉部辨識正確率。 *在 550 流明光線環境下，進行影像擷取及臉部辨識測試。 |
| 安全可靠的防偽技術 FaceMe®支援多種防偽機制，除了可透過3D景深鏡頭辨別是否為真人外，更可透過手機上的2D鏡頭進行防偽，避免透過利用人臉照片或是影片破解辨識系統。針對門禁、金融等應用，可提供安全係數更高的臉部辨識。 觀看影片 |
 |
 |
FaceMe® & U 即時通知 FaceMe®可整合訊連開發之U通訊服務，應用於多種智慧場景。以安控應用為例，可在偵測到黑名單或不明人士時，發送包含文字及短影片的訊息給保全人員進行警示。於智慧門禁和智慧零售應用中，可在預約訪客或VIP貴賓到訪時，以即時訊息通知相關人員進行接待。 |
| AI 車牌辨識 訊連「AI 車牌辨識」解決方案，可應用於智慧停車場與警政系統等場域。在智慧停車場場景，整合臉部辨識及車牌辨識，在汽車進出時辨識駕駛是否為同一人，避免盜用鑰匙之事故發生。在警政系統的應用上，快速掃描警方行車紀錄器或視訊紀錄器拍攝之影片，辨識車牌並即時比對有犯罪或失竊紀錄之車輛。 |
 |
關於 FaceMe®
 |
 |
 |
 |
| 臉部偵測 | 臉部特徵點定位 | 臉部辨識 | 臉部屬性擷取 |
| 檢測圖像中人臉資訊生成高度精確的位置，並可儲存每張臉部資訊作進一步分析和參考。 | 可針對人臉精確定位多達 106 個特徵點，便於開發者快速建構動態 3D 臉部模型。 | 根據臉部偵測結果，快速與人臉資料庫進行特徵及身分比對。 | 即時擷取分析臉部屬性，包含年齡、性別、情緒和頭部動作等。。 |
| 智慧安控 | 智慧辦公室 | 智慧零售 |
| 智慧家庭 | 智慧工廠 | 智慧金融 |
FaceMe®合作夥伴及客戶
|
美國國家標準暨技術研究院（NIST） FaceMe®測試報告 |
|
| NIST FRVT 1:1 | |
| VISA測試集正確辨識率 (TAR@1E-4/萬分之一誤認率) |
99.58% |
| VISA測試集正確辨識率 (TAR@1E-6/百萬分之一誤認率) |
98.08% |
| WILD測試集正確辨識率 (TAR@ 1E-4/萬分之一誤認率) |
96.58% |
|
* 訊連科技CyberLink開發之FaceMe>®臉部辨識引擎，於全球知名NIST FRVT臉部辨識測試中，名列全球第12名團隊。 * VISA測試集為護照或證件等照片。VISA相片中平均兩眼間距 (IOD) 為 69像素。 * WILD 測試集包含真實場景中拍攝之相片。通常會有角度不佳、模糊、光線不佳或局部遮蔽情況。 |
|
|
FaceMe®臉部辨識精準度 |
|||
| FaceMe®模型 | 超高精準模型 Ultra High Precision (UH3) |
較高精準模型 Very High Precision (VH) |
高精準模型 High Precision Model (H3) |
| 建議運行硬體 | 伺服器、工作站及具獨立顯卡電腦 | 個人電腦及高階行動裝置 | 行動裝置及輕量IoT/AIoT設備 |
| 正確辨識率 (TAR@1E-4/萬分之一誤認率) |
99.05% | 98.95% | 98.35% |
| 正確辨識率 (TAR@1E-5/十萬分之一誤認率) |
99.05% | 98.95% | 97.03% |
| 正確辨識率 (TAR@1E-6/百萬分之一誤認率) |
98.89% | 97.99% | 94.98% |
| 深度學習模型大小 (MB) | 250 MB | 17 MB | 6.7 MB |
| 特徵值大小 (KB) | 3 KB | 3 KB | 3 KB |
|
FaceMe®運行於各裝置之辨識速度 |
||||||
|
工作站及伺服器 |
||||||
| CPU | Core i7-7700K | Core i7-7700K | ||||
| GPU / VPU | — | NV RTX 2080 Ti | ||||
| FaceMe®模型 | UH3 | VH | H3 | UH3 | VH | H3 |
| 偵測+擷取時間（毫秒） | 69.5 毫秒 | 16.5 毫秒 | 14.4 毫秒 | 19.3 毫秒 | 14.2 毫秒 | 12.8 毫秒 |
| 每秒幀數（fps） | 14.4 fps | 60.7 fps | 69.6 fps | 51.7 fps | 70.4 fps | 78.3 fps |
| 臉部比對時間（毫秒） | 0.0024 毫秒 | 0.0024 毫秒 | 0.0024 毫秒 | 0.0024 毫秒 | 0.0024 毫秒 | 0.0024 毫秒 |
|
工業電腦 |
||||||||
| CPU | Celeron G4920 | Celeron G4920 | Jetson Nano | Jetson TX2 | ||||
| GPU / VPU | 1x VPU (Movidius Myriad X) | 8x VPU (Movidius Myriad X) | — | — | ||||
| FaceMe®模型 | UH3 | VH | H3 | UH3 | VH | H3 | VH | UH3 |
| 偵測+擷取時間（毫秒） | 100.5 毫秒 | 54.4 毫秒 | 46.4 毫秒 | 26.2 毫秒 | 19.8 毫秒 | 18.8 毫秒 | 67.4 毫秒 | 92.3 毫秒 |
| 每秒幀數（fps） | 10.0 fps | 18.4 fps | 21.5 fps | 38.2 fps | 50.6 fps | 53.2 fps | 14.8 fps | 10.8 fps |
| 臉部比對時間（毫秒） | 0.0036 毫秒 | 0.0036 毫秒 | 0.0036 毫秒 | 0.0036 毫秒 | 0.0036 毫秒 | 0.0036 毫秒 | — | — |
|
行動裝置及IoT/ AIoT裝置 |
|||||||||
| 系統單晶片 | Snapdragon 845 | Snapdragon 650 | Snapdragon 410 | RK3399 | A12X | ||||
| 設備 | Google Pixel 3 | Sony Xperia X | — | — | iPad Pro 12.9” 2018 | ||||
| FaceMe®模型 | VH | H3 | VH | H3 | VH | H3 | VH | H3 | VH |
| 偵測+擷取時間（毫秒） | 41.9 毫秒 | 27.8 毫秒 | 163.7 毫秒 | 112.3 毫秒 | 343.7 毫秒 | 175.3 毫秒 | 41.9 毫秒 | 27.8 毫秒 | 163.7 毫秒 |
| 每秒幀數（fps） | 23.9 fps | 36.0 fps | 6.1 fps | 8.9 fps | 2.9 fps | 5.7 fps | 23.9 fps | 36.0 fps | 6.1 fps |
| 臉部比對時間（毫秒） | 0.0009 毫秒 | 0.0009 毫秒 | 0.0075 毫秒 | 0.0065 毫秒 | 0.0080 毫秒 | 0.0080 毫秒 | 0.0009 毫秒 | 0.0009 毫秒 | 0.0075 毫秒 |
| * 測試相片解析度為720p，每張相片含一張臉。 | |||||||||
|
FaceMe®支援技術 |
|
|
FaceMe®功能與支援項目 |
|
| 臉部偵測 | 支援 |
| 臉部特徵點定位 | 支援 |
| 臉部辨識 | 支援 |
| 臉部追蹤 | 支援 |
| 臉部屬性擷取 | 擷取性別、年紀、情緒及臉部擺動角度 |
| 即時影片偵測支援 | 支援 |
| 情緒偵測 | 可偵測開心、傷心、生氣、驚訝及平靜 |
| 影像優化前處理 | 光線強化、邊緣銳利化及解析度提升 |
| 3D相機防偽機制 | 支援 |
| 2D相機防偽機制 （偵測用戶互動） |
支援 |
| 2D相機防偽機制 （無須偵測用戶互動） |
支援 |
| 支援晶片（CPU/GPU/VPU） | Intel®64, ARM64™, NVIDIA® GPU, NVIDIA® Jetson, Intel®Movidius VPU |
| 程式語言 | C++, HTTP, C#, Perl |
| AI推理引擎（Inference Engine） | TensorFlow, NCNN, OpenVINO, CoreML |
|
相機拍攝影像建議規格 |
||
|
最小值 |
建議值 |
|
| 臉部擺動：水平 | < 60° | < 45° |
| 臉部擺動：垂直 | < 50° | < 30° |
| 臉部擺動：旋轉 | < 60° | < 45° |
| 流明度 | 450 lux | 550 lux |
| 臉部大小（雙眼間像素） | 36 像素 | 50 像素 |
| 臉部註冊 | 1張影像 | 5張影像 （直視、 左右轉向：15°~45°、仰角5°~30°、俯角15°~30°） |
|
3D深度相機防偽 |
|
| 支援3D深度相機 | Intel® RealSense, Orbbec® Astra Pro, Himax®, Altek®, eYs3D® |
| 正確辨識率 (True Positive Rate) | 98.2% |
| 正確拒絕率 (True Negative Rate) | 100% |
| * 使用Orbbec 3D深度相機（結構光），測試案例超過17,000筆，包含真人、列印相片及動態影片等。 | |
|
針對海量臉部資料庫，新增快速搜尋演算法 |
||
| 影像資料庫人數數量 | 於資料庫搜尋之平均時間（毫秒） | |
| 演算法 | 逐一比對法 | 快速搜尋演算法 |
| 100萬人 | 1,860毫秒 | 1.2毫秒 |
| 600萬人 | 11,200毫秒 | 1.6毫秒 |
| * 透過快速搜尋演算法，FaceMe®於600萬人臉資料庫中搜尋單張臉孔，僅需1.6毫秒。 * 測試平台： Intel® Core™ i7-7700K 處理器，搭配24GB記憶體。若需搜尋3,000萬筆臉部資料庫，需搭配128GB記憶體。 |
||
|
臉部屬性擷取準確率 |
|
| 臉部屬性 | 準確率 |
| 性別 | 98% |
| 情緒 | 最高86% |
| 年齡 | 平均正負誤差5.8歲 |
| * 使用68,000張照片測試結果 | |
| 對訊連科技FaceMe®方案有疑問或想進一步了解？ 聯絡我們 若需了解更多訊連科技之產品和解決方案，請查看> |
|
伺服器、工作站系統需求 |
||
| 超高精準模型 (UH3) | 較高精準模型 (VH) 高精準模型 (H3) |
|
| CPU | Intel® Xeon® Processor E3 系列 4核心處理器 (建議E5系列 8核心處理器) |
|
| GPU | nVidia GTX 1080 or T4 | — |
| 記憶體 | 64 GB (建議128 GB) | |
| 作業系統 | Windows, Linux (Ubuntu 16, RedHat 7, CentOS 7) | |
|
電腦系統需求 |
||
| 超高精準模型 (UH3) | 較高精準模型 (VH) 高精準模型 (H3) |
|
| CPU | Intel® Celeron Processor (建議Core i7) |
Intel® Celeron Processor (建議Core i5) |
| GPU | NVIDIA® GTX 1060 (建議GTX 1080) |
— |
| 記憶體 | 4 GB (建議16 GB) | |
| 作業系統 | Windows 7/10 (x64), Ubuntu 16 (x64) | |
|
邊緣裝置系統需求 |
|||
| Android ARM64 | Linux ARM64 | NVIDIA Jetson | |
| CPU | Snapdragon 410 (4x Cortex-A53) Rockship RK3399 (2x A72 + 4x A53) |
Jetson™ Nano, TX2 Xavier | |
| 記憶體 | 1 GB (建議1.5 GB) |
4 GB以上 | |
| 作業系統 | Android 5.0 | Ubuntu 16, Debian | JetPack 4.3 |
| 運行記憶體 | 500 MB | 1 GB | 1 GB |
|
行動裝置系統需求 |
||
| Android ARM64 | iOS | |
| CPU | Snapdragon 410 (建議835) |
Apple A8 (建議A10) |
| 記憶體 | 1 GB (建議1.5 GB) |
1 GB (建議1.5 GB) |
| 作業系統 | Android 5.0 | iOS 11 |
| 運行記憶體 | 500 MB | 500 MB |
| 對訊連科技FaceMe®方案有疑問或想進一步了解？ 聯絡我們 若需了解更多訊連科技之產品和解決方案，請查看> |
| FaceMe® Security 專為智慧安控場景設計的臉部辨識解決方案 FaceMe® Security為一款專為智慧安控設計的加值軟體，可運行於工作站、伺服器或VMS (video management systems)等多種環境。FaceMe® Security可在安控場景中偵測人臉，與資料庫比對，並於偵測到特定人物時，以即時通訊通知相關人員。 |
|
系統架構及運作方式 FaceMe® Security於智慧安控場景中提供端對端的解決方案，可串聯中央伺服器、局端的工作站及安控攝影機，並可透過即時通訊系統發送警示訊息給行動裝置。在局端環境，FaceMe® Security Workstation可安裝於搭載GPU的電腦或工作站，提供即時的人臉偵測及特徵值擷取。擷取出的特徵值可與運行在遠端伺服器上的FaceMe® Security Central進行臉部資料庫特徵比對及身份確認。FaceMe® Security Central亦提供網頁版的管理介面，可用作臉部資料庫管理、安控攝影機設定及訪客紀錄查看。此外，亦提供即時通訊API，可與即時通訊軟體(如訊連U通訊)整合，於特定人士，如VIP、黑名單、員工進入特定區域時，發送即時通知給保全人員。 |
   |
|
FaceMe® Security 效能 |
|||
| 訪客量 | 硬體 | ||
| 1 x RTX 2080 Ti | 2 x RTX 2080 Ti | 4 x RTX 2080 Ti | |
 510每小時、每路攝影機之訪客數 (平均每個人臉於鏡頭前出現時間為3秒鐘) |
39 路攝影機 (每小時共 19,890 人)
|
81 路攝影機 (每小時共 41,310 人)2x 視訊攝影機總路數 |
152 路攝影機 (每小時共 77,520 人)3.9x 視訊攝影機總路數 |
 975每小時、每路攝影機之訪客數 (平均每個人臉於鏡頭前出現時間為3秒鐘) |
18 路攝影機 (每小時共 17,550 人)
|
40 路攝影機 (每小時共 39,000 人)2.2x 視訊攝影機總路數 |
76 路攝影機 (每小時共 74,100 人)4.2x 視訊攝影機總路數 |
| * 安控攝影機解析度1080p，每秒幀數：15FPS * 人臉辨識每秒幀數：12FPS * 測試版本： FaceMe® Security 2.0.0 * 測試平台：Xeon Silver 4214, NVIDIA RTX 2080 Ti, 128 GB 記憶體, Windows 10 Enterprise LTSC |
|||
|
FaceMe® Security 系統需求 |
||
| Workstation | Central | |
| 中央處理器 | Intel® i5核心處理器, Xeon® E5 系列 | |
| 圖像加速卡 | NVIDIA® RTX 1660 Ti (建議 2080 Ti) |
— |
| 記憶體 | 16 GB | |
| 資料庫 | Microsoft SQL Server 2017 | |
| 作業系統 | Windows 10, Windows Server 2019 或 Windows 10 Enterprise LTSC | |
| * 安控攝影機解析度1080p、每台攝影機臉部辨識之每秒幀數10 FPS * 內部測試數據：單支攝影機每小時1,000張人臉，每幀2-3個人臉、每支攝影機之每秒幀數10FPS |
||
| 對訊連科技FaceMe®方案有疑問或想進一步了解？ 聯絡我們 若需了解更多訊連科技之產品和解決方案，請查看> |
| FaceMe®提供高彈性臉部辨識解決方案，能完美支援各種行業和場景應用。以下使用情境為目前進行和近期合作之應用案例。 | |
 |
智慧安控 透過與安控系統的整合，FaceMe®可以識別IP攝影機視訊中的黑名單人員。並結合U通訊之U Alerts即時通知功能，守衛人員可在身份不明的人進入設施時，獲得即時警示訊息採取相關措施。 |
|
智慧安控與即時警示 FaceMe®可整合至近端的安控工作站、或遠端的安控伺服器。 |
 |
|
車牌辨識與駕駛比對 於停車場建置時，可結合CyberLink LPR車牌辨識及FaceMe®臉部辨識，於車輛入場時同時辨識臉部及車牌。 |
|
智慧辦公室 辦公室刷臉時代來臨！將臉部辨識結合門禁系統，可進行員工出勤管理。此外，結合U通訊之U Alerts即時通知，公司員工可在預約訪客到達時收到即時通知。  觀看影片 |
 |
 |
智慧門禁及考勤 FaceMe®可與智慧門禁與考勤系統整合，可使用刷臉取代使用員工識別證，進出辦公室及管制區域。此外，也可與考勤系統整合，透過刷臉方式記錄員工上下班時間。 成功案例及相關報導： 
達碩智慧科技 
微程式資訊 |
|
訪客管理 於智慧辦公室建置中，可將臉部辨識系統與訪客系統整合，預先輸入訪客照片，即可在訪客來臨時透過FaceMe®與訪客資料庫進行臉部比對，再整合U通訊之U Alerts即時通訊通知受訪者。 |
 |
 |
智慧零售 可判斷客戶性別、年齡及心情等重要資訊，分析訪客屬性，或透過電子看板推播分眾廣告。此外，零售店亦可透過臉部辨識進行VIP或黑名單客戶管理，整合即時通知服務人員進行相關應對。 觀看影片 |
|
客戶分析與廣告推播 於智慧零售場景，可透過FaceMe®判別客戶之性別、年齡、情緒等資訊，以進行精準行銷。 成功案例及相關報導： 
研華科技
宏碁雲端 |
 |
 |
Kiosk 與 POS系統 透過與FaceMe®整合，Kiosk、POS或點餐機可進行訪客判別，推薦適合餐點。 成功案例及相關報導：
曜比科技 |
|
VIP、黑名單辨識與失竊防範 於零售店場景，可透過臉部辨識標註VIP訪客，於來訪時由店員進行相關迎賓應對。 |
|
 |
服務及迎賓機器人 於購物中心、零售店或公共場域，FaceMe®可整合至迎賓機器人，提供零售賣場主動式VIP迎賓招呼。並透過人臉辨識，推薦適合的產品，還可協助櫃位指引。此外，亦可與支付系統整合，進行臉部綁定快速結帳。 成功案例及相關報導： 
凌群電腦 |
|
智慧建築及智慧家庭 整合智慧門鈴或智慧門鎖系統，FaceMe®可辨識家族成員和有權限之訪客才能進入，兼具居家安全之便利性與保障性。 |
 |
 |
智慧門鎖及智慧對講機 將FaceMe®臉部辨識技術應用在門鎖系統，利用智慧門鈴上的攝影鏡頭或行動裝置進行臉部辨識。 成功案例及相關報導： 
通航國際 |
|
智慧電梯 於智慧建築中，FaceMe®可整合於智慧電梯，透過人臉辨識自動呼叫電梯，將訪客送往指定樓層，既能除省卻手動操作麻煩，亦可做好樓層進出人員的控管。 成功案例及相關報導： 
崇友實業 |
 |
 |
智慧工廠 使用臉部識別技術來管制受限區域的進出權限，以及機台設備、自動控制系統的操作權限管理。 |
|
管制區域進出與機台操作權限 FaceMe®可運用在工廠特殊區域進出管制，例如研發部門或是倉庫，利用臉部辨識把關進出人員的權限。也可記錄是否有不明人士多次出現在管制區。必要時，可利用U即時通訊進行通報或警告。 成功案例及相關報導：
|
 |
 |
出勤管理 FaceMe®可運用在工廠場區門禁管理系統。以臉部辨識導入門禁，在上下班大量作業員進出門禁時，可同時辨識多位臉孔，一次完成刷臉打卡，大幅提升員工上下班出勤管理之效率。 |
|
智慧金融 FaceMe®提供多種防偽方法 – 提供3D/2D相機甚至網路瀏覽器之防偽機制，避免盜用照片或視頻進行解鎖，幫助銀行系統整合商構建高度可靠的智慧金融解決方案。 |
 |
 |
線上開戶與行動網銀 數位時代網路金融服務興起，金融服務業者可於網銀APP或服務中，利用臉部辨識進行客戶身分認證。FaceMe®可透過智慧型手機的2D相機進行防偽，避免有心人士使用相片或影片盜用身分。於瀏覽器的網銀服務中，FaceMe®亦提供HTTP API，協助金融業者於網銀服務中導入防偽機制，提升系統安全性。 |
|
ATM自動提款機 FaceMe®可支援主流的3D景深相機，包括Stereo、ToF與3D結構光等多種技術。透過3D相機提供的景深資料，可提供更有安全保障之3D防偽。 成功案例及相關報導： 
華晶科技 
奇景光電 
Eye3D |
 |
| 對訊連科技FaceMe®方案有疑問或想進一步了解？ 聯絡我們 若需了解更多訊連科技之產品和解決方案，請查看> |
