原子能力
InsightFace (ArcFace / Buffalo_L)
厂商/来源:
DeepInsight
核心功能:
商业人脸 SDK 的“终结者”。以前做人脸识别要买虹软/百度的授权（几十元/台），现在用 InsightFace 就能免费搞定。
| 适用场景 | 工地闸机实名制、公司考勤打卡、会员VIP识别、甚至人脸支付辅助 |
| 架构支持 | NVIDIA GPU (性能最强) ARM NPU (通过 ONNX Runtime 跑在 RK3588/树莓派上) |
| 性能指标 | SOTA 级精度。ArcFace 算法在 LFW 数据集上准确率 > 99.8%。<br> 速度：在 RK3588 NPU 上，提取一张人脸特征值 (512维向量) 耗时约 10-15ms。 |
| 交付形态 | Python 库 (pip install insightface) / ONNX 模型 / C++ SDK |
| 核心机制 | 特征向量 (Embedding)：它不直接输出“这是张三”，而是输出一串数字（向量）。你需要计算两张脸向量的余弦相似度 (Cosine Similarity)。通常阈值设为 0.4 或 0.5 判定为同一人。 |
| 避坑指南 | [底库与活体] 1. 向量库检索慢：当底库只有 100 人时，暴力比对很快。但如果底库有 5 万人，每次识别都要算 5 万次相似度，CPU 会炸。对策：必须引入 Faiss (向量检索引擎) 或 Milvus 来加速搜索。 2. 照片攻击：开源版通常不包含高强度的 RGB/IR 双目活体检测。如果用来做支付或高安防门禁，容易被手机照片骗过。对策：商业落地时，建议配合专门的静默活体检测模型 (Silent-Face-Anti-Spoofing)。 |
| 推荐搭配 | [Faiss 向量库] [双目摄像头] [RK3588 NPU] |
