Basado en la arquitectura y capacidades de IKFace

El reconocimiento facial es una de las tecnologías más demandadas en proyectos de seguridad, control operativo y automatización. Sin embargo, su éxito depende de decisiones técnicas bien fundamentadas: calidad de captura, dimensionamiento del servidor, arquitectura de despliegue y compatibilidad con cámaras e infraestructura.

Este artículo entrega una guía clara para integradores, utilizando IKFace como referencia técnica por su modelo transparente de dimensionamiento, compatibilidad y arquitectura híbrida.

1. El factor crítico: el tamaño del rostro en la captura

El desempeño del reconocimiento facial depende directamente de la calidad del rostro capturado. No se trata solo de tener buena resolución general, sino de que el rostro tenga un tamaño adecuado dentro del cuadro.

Recomendación práctica

Rostros entre 120 px de ancho y 160 px de altura producen los mejores resultados en escenarios reales.

Esto permite:

• alineación facial consistente,
• embeddings estables (representación matemática del rostro),
• reducción de falsos positivos,
• operación robusta en cámaras IP, CCTV y dispositivos móviles.

¿Qué es un embedding?

Es una representación numérica del rostro, un vector generado por IA a partir de sus características faciales. Mientras más clara y adecuada es la captura (tamaño, foco, ángulo), más estable es el embedding, y más preciso es el reconocimiento.

2. Cómo dimensionar un servidor según la cantidad de cámaras

IKFace permite calcular fácilmente los recursos necesarios basándose en la cantidad de cámaras y su resolución:

• 1 core por cámara Full HD (H.264)
• 1,5 cores por cámara 4K (H.265)
• +2 cores para OS y servicios
• 8 GB RAM mínimo
• 150 GB SSD mínimo
• Compatible con Ubuntu hasta 24.04

Este modelo sencillo permite planificar recursos con claridad para proyectos.

3. Ejemplo práctico: 8 cámaras de reconocimiento facial

Este caso sirve como referencia para integradores que diseñan soluciones compactas o nodos edge dentro de arquitecturas distribuidas.

Escenario

8 cámaras Full HD (H.264)

1. CPU requerida

• 8 cámaras × 1 core = 8 cores
• +2 cores para OS y servicios → 10 cores recomendados

Para estabilidad, se sugiere un procesador con 12–16 cores físicos.

2. RAM

• 8 GB es el mínimo técnico del sistema
• Para 8 cámaras, 16 GB RAM es una buena práctica para asegurar margen operativo.

3. Almacenamiento

• Requisito mínimo: 150 GB SSD
• Recomendado: 256–512 GB SSD NVMe

4. Modelo de hardware sugerido

Intel® Core™ i7‑13700

• 16 cores
• Totalmente dentro de la lista de CPUs soportadas por IKFace
• Ideal para crecer a 10–14 cámaras sin cambiar servidor

Configuración recomendada para 8 cámaras

• CPU: i7‑13700 (16 cores)
• RAM: 16 GB
• SSD: 256–512 GB
• OS: Ubuntu Server 22.04/24.04

4. Cámaras compatibles: no es necesario cambiar infraestructura

IKFace funciona con cámaras ampliamente utilizadas:

• Cámaras/NVR/DVR RTSP (H.264 / H.265)
• Cámaras IP ONVIF/RTSP
• Cámaras USB 

5. Hardware soportado: ecosistema Intel

IKFace soporta una amplia variedad de hardware Intel, tanto CPU como GPU, permitiendo diseñar servidores de alto desempeño o nodos edge de bajo consumo.

CPU soportadas (Intel)

• Intel® Core™ 6ª–14ª generación
• Intel® Core™ Ultra series
• Intel® Xeon® 6
• Intel® Xeon® Scalable (1ª–5ª gen)
• Intel® Atom® X Series
• Intel® Atom® SSE4.2
• Intel® Pentium® N4200/5, N3350/5, N3450/5

GPU soportadas (Intel)

• Intel® Arc™
• Intel® HD / UHD
• Intel® Iris®, Iris® Pro, Iris® Xe, Iris® Xe Max
• Intel® Data Center GPU Flex / Max

6. Arquitectura híbrida: Server + Edge para proyectos distribuidos

IKFace permite despliegues locales o completamente distribuidos.

IKFace Centralizado

• Procesamiento de video en múltiples nodos Edge
• Servidor principal consolida eventos, perfiles, auditoría e integración con VMS 

IKFace Stand Alone (Edge)

• Procesamiento local completo
• Ideal para sucursales o instalaciones remotas

Beneficio para integradores

Escala horizontalmente según número de cámaras o sedes, sin sobrecargar un único servidor.

7. Enrolamiento centralizado y distribución de perfiles biométricos

IKFace permite:

• Enrolar personas en un servidor central
• Distribuir perfiles biométricos a todos los nodos Edge
• Mantener sincronización automática del sistema

Esto simplifica operaciones multi-sitio y evita duplicidad de enrolamientos.

8. Integración con VMS profesionales

Genetec Security Center

• Bookmarks en la línea de tiempo
• Envío de eventos al panel de alarmas
• Integración con Web SDK
• Requiere licencia GSC‑1SDK‑INFOKRAUSE‑IKF

Panel de alarmas Genetec

VIVOTEK VSS / VAST 2

• Envío de eventos y miniaturas en tiempo real
• Registro histórico integrado
• Integración a través de Datamagnet (Documentación)

Integración IKFace en vista en vivo del VSS 

Registros historicos almacenados con los reconocimientos de IKFace en VSS

¿Tienes un proyecto de reconocimiento facial que te gustaría evaluar?

Si estás trabajando en un proyecto que requiere reconocimiento facial —sea en una etapa inicial, en rediseño, o en proceso de escalamiento— y quieres revisarlo en conjunto, estamos disponibles para ayudarte.

Contacte con nosotros

Estaremos encantados de analizar tu caso, revisar arquitectura, dimensionamiento o integraciones, y ayudarte a encontrar la mejor forma de implementarlo.