◈ DeepGuard 实验室
连接中

FACE USE REVIEW · 功能验证演示

这张脸,
可以用来换脸吗?

先看是谁,再看有没有同意。图片是否改过、是否名人、本人身份、使用授权,是四个不同的问题。

当前能力:真实运行 DeepGuard 的图像取证与视频变化算法。名人识别、训练过的换脸检测模型、KYC 和肖像授权核验尚未接入。结果都需要复核。

不用找素材,点一个样例。

全部是电脑生成的风景,用来检查算法行为。它们不是名人识别或换脸准确率测试。

也可以试自己的文件

图片:JPG / PNG / WebP,最高 1200 万像素。视频:MP4,最长 15 秒、最高 1080p。文件上限 24MB。请使用有权处理的测试素材。

文件仅在本机临时处理,完成后删除。该公开演示不收集身份证。

重点审核:换进去的那张脸是谁?

例如:用户已经实名,但上传的是某位演员的脸。实名只证明用户是谁,不能证明演员允许他使用这张脸。

原始人脸素材
→
名人库比对
→
核验使用授权
→
生成后再检查

交互演示:改条件,看规则

以下输入均为模拟值,不会分析真实人脸。

名人库结果

比对相似度:85 / 100

这里的 80 是讲解规则用的数字,不是推荐的生产阈值。实际阈值必须用你的数据校准。

推荐产品规则

① 找到疑似名人 → 暂停生成,核验授权。

② 没找到 → 仍需核验素材与授权。

③ 检测失败 → 显示无法判断,进入复核。

④ 多张脸 → 每张都检查;视频检查多帧。

⑤ 同意被撤销 → 停止新的生成请求。


“库里没有”不等于“不是名人”。也不要把相似度直接写成“这个人有 85% 的概率是某明星”。

把它想成四个检查员。

照片检查员

重新压缩图片,比较不同区域的变化。像检查一张纸上哪些地方被擦过。这里运行的是这个检查。

名单检查员

把人脸变成一串数字,与名人库中的数字比距离。图库外的人只能标记未知。这个模块还没接入。

身份检查员 · KYC

检查账号操作者是否与他提供的身份证明一致。它不能证明他能使用别人照片。这个模块还没接入。

授权检查员

核对谁同意了、允许怎样使用、有效到何时、是否撤销。这需要授权记录,不能只靠看脸判断。

GitHub 候选方案

项目适合做什么采用前要确认
DeepFace快速验证名单内的人脸查找实际选用模型、权重与数据的商用许可
InsightFace自建人脸检测与特征提取流水线官方预训练模型有非商用研究限制
CompreFace管理人脸库,提供 Docker 与 REST API维护状态、部署架构;当前服务器为 ARM64

这些项目都需要你的参考图库。它们不是“全球名人 + 肖像权 + KYC”的现成全套服务。

性能说明:每次结果显示本机实际算法耗时,未包含网络排队。当前没有名人识别准确率、真实换脸测试集、并发或真机活体的实测结论。之前提到的 98.2%、20–30 次/秒、2 秒出结果均无验证,已撤回。

当前可调用的接口。

返回观察到的信号。不会自动宣称实名、名人身份或授权已经通过。公开 demo 无鉴权,不作为生产接口。

POST /api/analyze/image   multipart/form-data: file
POST /api/analyze/video   multipart/form-data: file
GET  /api/health
GET  /api/demo/cases
POST /api/demo/{case_id}

本演示接口的最终决策固定为 review_required,避免将启发式信号当成可信身份结论。

{
  "decision": "review_required",
  "celebrity": {"status": "not_configured", "match": null},
  "portrait_consent": {"status": "not_verified"},
  "kyc": {"status": "not_configured"}
}
查看完整 API 结构 →