minifasnet

name: minifasnet description: Modelo ligero de anti-spoofing optimizado para producción — alta velocidad con buena precisión type: ML Model priority: Esencial mode: Self-hosted

minifasnet

MiniFASNet es una arquitectura compacta de anti-spoofing diseñada para producción. Complementa a Silent-Face-Anti-Spoofing con mayor velocidad (<100ms) manteniendo alta precisión.

When to use

Usar como modelo primario de liveness pasivo por su velocidad, con Silent-Face como validación secundaria en casos dudosos (score entre 0.4 y 0.7).

Instructions

1. Descargar pesos desde el repositorio Silent-Face-Anti-Spoofing (incluye MiniFASNetV1 y V2).
2. Usar MiniFASNetV2 para el balance óptimo velocidad/precisión.
3. Cargar modelo una sola vez en el worker: model = load_model('MiniFASNetV2', device='cuda').
4. Input: patch de cara recortada y redimensionada a 80x80 píxeles.
5. Output: [spoof_score, real_score] — usar real_score como score de liveness.
6. Definir umbral operacional: real_score > 0.65 para aceptar.
7. Registrar el score en el evento de auditoría para análisis posterior.

Notes

• MiniFASNetV1 es más rápido; V2 es más preciso. Seleccionar según hardware disponible.
• Benchmark en GPU RTX 3090: ~15ms por frame.