Résumez cet article avec :
- Le Reconnaissance faciale L'API est un outil puissant qui exploite des techniques avancées de vision par ordinateur, d'intelligence artificielle et d'apprentissage automatique pour détecter, identifier et vérifier les visages sur les images et les vidéos.
- Nous envoyons une requête POST à l'endpoint Universal AI (https://api.edenai.run/v3/universal-ai) avec le modèle, l'identifiant de la collection et l'URL de l'image du visage.
- Pour chaque URL de visage, nous envoyons une requête POST à l'endpoint des éléments de la collection (https://api.edenai.run/v3/universal-ai/collections/{collection_id}/items), enregistrant le visage dans le système.
- Que vous travailliez avec des séquences de surveillance, des photos ou des flux vidéo en temps réel, l'API de reconnaissance faciale améliore votre capacité à surveiller, analyser et sécuriser les données visuelles, ce qui en fait un atout inestimable pour divers secteurs.
- Pour notre implémentation, nous utiliserons la bibliothèque axios, qui est un client HTTP populaire basé sur des promesses pour JavaScript.
Dans cet article, vous allez apprendre comment intégrer l'API de reconnaissance faciale d'Eden AI à JavaScript. Cette API facile à utiliser vous permet d'identifier et de vérifier les visages sur les images, améliorant ainsi vos systèmes de sécurité et d'authentification grâce à une technologie d'IA de pointe.
Qu'est-ce que Reconnaissance faciale API ?
%20(1)%20(1).png)
Le Reconnaissance faciale L'API est un outil puissant qui exploite des techniques avancées de vision par ordinateur, d'intelligence artificielle et d'apprentissage automatique pour détecter, identifier et vérifier les visages sur les images et les vidéos.
Cette API est très polyvalente et comprend des applications couvrant les systèmes de sécurité, les expériences utilisateur personnalisées, les processus d'authentification, les forces de l'ordre et même les plateformes de réseaux sociaux permettant de taguer des personnes sur des photos.
En analysant et en faisant correspondre les traits du visage, il identifie avec précision les individus en comparant un visage saisi à une base de données de visages enregistrés.
Que vous travailliez avec des séquences de surveillance, des photos ou des flux vidéo en temps réel, l'API de reconnaissance faciale améliore votre capacité à surveiller, analyser et sécuriser les données visuelles, ce qui en fait un atout inestimable pour divers secteurs.
Applications de la reconnaissance faciale
- Sécurité et authentification : La reconnaissance faciale est largement utilisée pour le contrôle d'accès sécurisé dans les smartphones, les ordinateurs portables et les zones réglementées, en remplacement des mots de passe et des cartes-clés.
- Surveillance et application de la loi : La police et les agences de sécurité utilisent la reconnaissance faciale pour identifier les suspects, surveiller les foules et améliorer la sécurité publique.
- Banque et finance : Les institutions financières utilisent la reconnaissance faciale pour vérifier l'identité dans les applications bancaires mobiles et les guichets automatiques afin de prévenir la fraude.
- Vente au détail et expérience client : Les magasins utilisent la reconnaissance faciale pour le marketing personnalisé, la reconnaissance des clients VIP et la prévention du vol.
- Soins de santé : Les hôpitaux utilisent la reconnaissance faciale pour identifier les patients, accéder aux dossiers médicaux et surveiller le bien-être des patients
Comment faire de la reconnaissance faciale ?
Configurez votre compte Eden AI
1. Créez un compte : Si vous n'avez pas encore de compte Eden AI, inscrivez-vous gratuitement en utilisant ce lien. Après votre inscription, accédez au tableau de bord pour obtenir votre clé API.

2. Accédez à Image Technologies — Une fois connecté, rendez-vous dans la section reconnaissance faciale de la plateforme.
3. Sélectionnez Reconnaissance faciale — Choisissez la fonction de reconnaissance faciale ou explorez des options avancées telles que la détection et la vérification en temps réel en fonction de vos besoins.
Implémentation de la reconnaissance faciale avec JavaScript
Pour notre implémentation, nous utiliserons la bibliothèque axios, qui est un client HTTP populaire basé sur des promesses pour JavaScript. Axios nous permet d'envoyer facilement des requêtes HTTP à l'API Eden AI. Vous pouvez installer axios via npm :
npm install axios
Exemple de code
const axios = require("axios").default;
const MODEL = "image/face_recognition/amazon"; // Specify which model to use for face recognition
// Function to construct the payload for sending requests to Eden AI
function constructPayload(url, data) {
return {
method: "POST", // HTTP method: POST to send data
url: url, // API endpoint
headers: {
Authorization: "Bearer YOUR_API_KEY", // Replace with your actual API key from Eden AI
},
data: data, // Body of the request
};
}
async function main() {
// Example: Creating a collection, the database of faces to recognize
const collection = await axios.request(
constructPayload("https://api.edenai.run/v3/universal-ai/collections", { model: MODEL, name: "my-faces" })
);
const collectionId = collection.data.collection_id;
// Example: Adding faces to the collection
const facesUrls = ["🔗 URL of face 1", "🔗 URL of face 2", "🔗 URL of face 3"];
for (const faceUrl of facesUrls) {
await axios.request(
constructPayload(`https://api.edenai.run/v3/universal-ai/collections/${collectionId}/items`, { file: faceUrl })
);
}
// Example: Recognizing a specific face
const faceToRecognize = "🔗 URL of face to recognize";
const response = await axios.request(
constructPayload("https://api.edenai.run/v3/universal-ai", {
model: MODEL,
input: { collection_id: collectionId, file: faceToRecognize },
})
);
const faceItems = response.data.output.items;
faceItems.forEach((faceItem) => {
console.log("Face ID: ", faceItem.face_id);
console.log("Confidence: ", faceItem.confidence);
});
}
main().catch((error) => console.error(error));
- Importation et configuration d'Axios :
- Nous importons axios, qui est utilisé pour envoyer des requêtes HTTP.
- Nous définissons la constante MODEL pour spécifier le modèle de reconnaissance faciale utilisé, au format fonctionnalité/sous-fonctionnalité/fournisseur (image/face_recognition/amazon).
- Fonction de construction de la charge utile :
- La fonction constructPayload aide à créer la demande à Eden AI. Elle prend deux paramètres : l'URL de l'endpoint de l'API et le corps de la requête.
- La clé API est transmise dans l'en-tête d'autorisation pour l'authentification.
- Créer une collection :
- Nous créons une collection, la base de données qui stocke les visages à reconnaître. Une collection est liée à un seul fournisseur, celui indiqué dans le champ model.
- Ajouter des visages à la collection :
- Nous définissons une liste facesUrls, qui contient les URL des visages que vous souhaitez stocker dans la collection.
- Pour chaque URL de visage, nous envoyons une requête POST à l'endpoint des éléments de la collection (https://api.edenai.run/v3/universal-ai/collections/{collection_id}/items), enregistrant le visage dans le système.
- Reconnaître les visages :
- Dans cette section, nous indiquons l'URL du visage que nous voulons reconnaître (faceToRecognize).
- Nous envoyons une requête POST à l'endpoint Universal AI (https://api.edenai.run/v3/universal-ai) avec le modèle, l'identifiant de la collection et l'URL de l'image du visage.
- L'API répond avec les résultats de reconnaissance, qui sont enregistrés dans la console.
Requêtes POST et GET dans le code
Des requêtes POST et GET sont utilisées dans le code. Décomposons-les :
Requête POST :
- POST https://api.edenai.run/v3/universal-ai/collections
Cette demande crée une collection pour un modèle donné (ici image/face_recognition/amazon). Elle renvoie un collection_id que les requêtes suivantes réutilisent. - POST https://api.edenai.run/v3/universal-ai/collections/{collection_id}/items
Cette demande ajoute un visage à la collection. Elle est envoyée chaque fois que vous téléchargez une image de visage que vous souhaitez enregistrer pour une reconnaissance future. Dans le code, nous envoyons des images de visages par leur URL à cet endpoint. - POST https://api.edenai.run/v3/universal-ai
Avec le modèle image/face_recognition, cette demande envoie une URL d'image de visage et un identifiant de collection à l'API Eden AI pour vérifier si elle correspond à l'un des visages de la collection. La réponse inclura les correspondances possibles et les niveaux de confiance.
Demande GET :
- GET https://api.edenai.run/v3/universal-ai/collections/{collection_id}/items
Bien que cela ne soit pas utilisé dans le code fourni, cette requête GET récupère la liste des visages qui ont été ajoutés à la collection. Cela serait utile si vous vouliez récupérer tous les visages stockés pour un traitement ultérieur.
Interprétation des résultats
Lorsque la demande de reconnaissance faciale est traitée, l'API renvoie une réponse contenant les champs suivants :
- Identification du visage :
L'identifiant du visage enregistré qui correspond, attribué lors de son ajout à la collection. - Confiance :
Le score de confiance indique la probabilité que le visage reconnu corresponde à un visage enregistré. Un score de confiance plus élevé (plus proche de 1) indique une meilleure correspondance.
Voici un exemple de ce à quoi pourrait ressembler la sortie :
Face ID: 36adefd9-b7f4-44cd-b572-78a280c8fc59
Confidence: 0.9999961090087891
Dans cet exemple, un visage enregistré a été reconnu avec un niveau de confiance de 0,99999. Plus la confiance est élevée, plus le match est fiable.
Pourquoi Eden AI est le meilleur outil pour la reconnaissance faciale
Eden AI se distingue comme l'un des meilleurs choix pour la reconnaissance faciale en raison de nombreux avantages

Facilité d'utilisation
L'API d'Eden AI est conçue pour être simple et conviviale pour les développeurs. Vous n'avez pas à vous soucier des algorithmes complexes d'apprentissage automatique : Eden AI s'occupe du plus gros du travail.
Plusieurs fournisseurs
Eden AI s'intègre à de nombreux fournisseurs d'IA derrière une seule API, ce qui vous offre une flexibilité en termes de performances et de prix.
Aucune expertise en apprentissage automatique n'est requise
Vous n'avez pas besoin d'être un expert en apprentissage automatique ou en apprentissage profond pour utiliser l'API. Tout est résumé, ce qui vous permet de vous concentrer sur les fonctionnalités de base de votre application.
Évolutivité
L'API basée sur le cloud d'Eden AI peut gérer un grand nombre de demandes de reconnaissance faciale, ce qui la rend idéale pour les applications à petite et grande échelle.
Conclusion
Dans ce guide, nous avons exploré comment implémenter des contrôles de reconnaissance faciale en JavaScript à l'aide de l'API d'Eden AI. Nous avons expliqué comment ajouter des visages à la base de données et comment les reconnaître à l'aide d'une simple requête HTTP. Les opérations clés incluent l'envoi de requêtes POST pour ajouter et reconnaître des visages, ainsi que la compréhension des réponses.
Eden AI est un excellent outil pour les développeurs qui souhaitent intégrer la reconnaissance faciale sans avoir à créer des modèles d'apprentissage automatique à partir de zéro. Grâce à la flexibilité de choisir parmi différents fournisseurs, à sa facilité d'utilisation et à sa capacité d'évolutivité, Eden AI est le choix idéal pour ajouter la reconnaissance faciale à vos applications.
La prochaine étape de votre projet
L'équipe d'Eden AI est prête à vous aider dans votre projet d'intégration de la reconnaissance faciale. Voici comment nous pouvons vous aider :
- Planifier une démonstration de produit: Nous pouvons organiser une démonstration et une discussion pour mieux comprendre vos besoins spécifiques.
- Assistance et conseils d'experts: Notre équipe d'experts peut vous aider à trouver la meilleure combinaison de fournisseurs adaptée à vos besoins en matière d'analyse des chèques bancaires.
- Intégration à une plateforme tierce: Nous pouvons rapidement développer des connecteurs pour intégrer Eden AI à vos plateformes existantes, garantissant ainsi un processus de mise en œuvre fluide.


