一套生產環境的身分驗證服務,判斷人臉驗證提交的影像來自真實活人,還是攻擊樣本或 深偽(deepfake)。
做了什麼#
- 多段式判決流程:品質閘門 → 活體閘門 → 模型共識,回傳
accept / review / reject並附上原因。 - 結合物理活體訊號(多張影像的 RGB 光反應檢查)與多模型深度學習集成 進行深偽偵測。
- 以 HTTP API 形式提供同步驗證。
技術#
- 模型 — 卷積網路(EfficientNet / Xception / CLIP 系列)搭配梯度提升模型, 以共識方式整合。
- 技術棧 — Python、PyTorch、ONNX、FastAPI;完整的訓練 → 評估 → 部署 pipeline,含自動重訓與報告產出。
- 成果 — 多模型在保留測試集 AUC ≥ 0.99;並調校至可在 CPU 上符合 KYC 延遲需求。