Физически изолированные слепые пробы
Очистка свыше 500,000 пересекающихся личностей строгой хэш-дедупликацией среди десятков миллионов корректных изображений.
ФИЗИЧЕСКАЯ ИЗОЛЯЦИЯ ТЕСТОВ · 11 СЛЕПЫХ ШЛЮЗОВ · ФИКСИРОВАННЫЕ ПОРОГИ
До начала обучения SUNTEK десятки тысяч хэшей слепых тестовых образцов по 13 протоколам были заблокированы в режиме «только чтение» и физически изолированы от обучающего корпуса с очисткой свыше 500,000 пересекающихся личностей. Все метрики ниже измерены при фиксированных коммерческих порогах и OOD-условиях.
Очистка свыше 500,000 пересекающихся личностей строгой хэш-дедупликацией среди десятков миллионов корректных изображений.
99.91% TPIR без маски @ FPIR=10⁻³ и 99.97% в маске на 50,000 зарегистрированных + 20,000 посторонних.
Оценка при едином фиксированном пороге (0.50) для концентрического RGB и подповерхностного ИК 850 нм.
Сбалансированный слепой аудит 24,000 пар по 4 демографическим группам (99.95% / 99.78% / 99.75% / 99.70%).
01ПОЛНЫЙ ОТЧЁТ ПО СЛЕПЫМ ТЕСТАМ G-01 ~ G-11
Замороженные Hold-Out выборки + зеркалирование + OOD-проверки
Вместо подбора порогов под отдельные наборы SUNTEK проверяется по единым коммерческим контрактам на 50K открытых базах, медицинских масках, плотном макияже, густой чёлке, маскировке и двухспектральном спуфинге.
| Шлюз | Сценарий оценки | Типовой базовый уровень | Целевой порог шлюза | Измеренный результат SUNTEK (с OOD и Flip) |
|---|---|---|---|---|
| G-01 | Слепой тест справедливости по 4 демографическим группам (24,000 сбалансированных пар 1:1) | Среднее ~93% · Разброс > 3.0% | Среднее ≥ 98.80% · Разброс ≤ 0.60% | Среднее 99.80% · Макс. разброс 0.25% (99.95% / 99.78% / 99.75% / 99.70%) |
| G-02 | Открытый поиск 1:N на 50,000 чел. + 20,000 незарегистрированных нарушителей | Резкое падение полноты в маске на строгом пороге | Без маски ≥ 93.8% · В маске ≥ 83.0% | Без маски TPIR@10⁻³ = 99.91% · В маске верхнее подпространство TPIR@10⁻² = 99.97% |
| G-03 | Реальная уличная перекрёстная верификация в маске и без | Сильный дрейф в маске при низком FAR | Перекрёстная TAR@10⁻⁴ ≥ 94.5% · В маске ≥ 97.0% | Перекрёстная TAR@10⁻⁴ ≥ 99.9% (Acc 99.98%) · В маске Acc = 99.88% (TAR@10⁻⁴ ≥ 99.9%) |
| G-04 | Верификация плотный макияж ↔ без макияжа и проверка живости | Высокие ложные отказы живости при плотном макияже | TAR@10⁻⁴ ≥ 98.0% · BPCER ≤ 0.40% | TAR@10⁻⁴ ≥ 99.9% (Acc 99.95%) · Liveness плотного макияжа BPCER = 0.00% (порог 0.50) |
| G-05 | Слепой тест при густой чёлке, закрывающей брови, и смене причёски | Заметное падение косинуса при перекрытии лба | Δcos < 0.0150 · BPCER ≤ 0.40% | Средне-нижнее подпространство Δcos = 0.0017 (Полный = 0.0032, Flip = 0.0078) · BPCER = 0.00% |
| G-06 | Контроль ношения и блокировка маскировки (штатная маска против тёмных очков, полумаски и сплошной маски/пол-лица) | Пропуск маскировки и ложные тревоги полумаски | Полнота маски ≥ 99.2% · Пропуск маскировки близок к нулю | Полнота маски 99.33% · Блок очков 98.93% · Ложный пропуск Двойная/Сплошная маска/Полумаска/Пол-лица = 0.00% (@0.50) |
| G-07 | Устойчивость к ложной маске при густой бороде и разных тонах кожи | Густая борода и тёмная кожа вызывают ложную маску | Борода ≤ 0.15% · Открытое лицо ≤ 0.15% | Густая борода = 0.00% · Тёмная кожа без маски = 0.09% (OOD-выборка = 0.00%) |
| G-08 | Экстремальные профильные ракурсы и возрастная разница до 30 лет | Снижение точности на больших углах и за десятилетия | Профиль ≥ 99.30% · Возраст 30 лет ≥ 98.30% | Профиль = 99.97% (Single 99.99%) · Возраст 30 лет = 99.98% · Стандарт 1:1 = 99.82% · Кросс-возраст = 95.78% |
| G-09 | Мультимасштабная детекция, 98 ключевых точек и динамическое моргание | Ложные срабатывания на фоне и грубая ошибка точек | AP ≥ 93%, 0 ложных рамок, NME -30% | Мультимасштабный Medium AP = 94.06% · Ложных фоновых рамок = 0 · 98 точек NME = 3.23% (-65.5%) · Моргание F1 = 98.37% (AUC = 99.66%) |
| G-10 | RGB анти-спуфинг при разной CCT (2200K/6500K) и Deepfake-повтор на экране | Дрейф цветовой температуры и пропуски экрана/Deepfake | APCER ≤ 0.40% · дрейф CCT < 0.30% | Фиксированный порог 0.50: 6500K/2200K BPCER = 0.00% · Физический и Deepfake APCER = 0.00% (Анти-синий фильтр BPCER 0.30%) |
| G-11 | Бимодальный ИК 850 нм PAD (экраны OLED/LCD, бумага с углеродным тонером и 3D-силиконовые маски) | Экраны, тонер и 3D-маски обходят чисто видимый PAD | Экран 0.0%, Тонер ≤ 0.2%, Силикон ≤ 0.6% | 850 нм Реальный BPCER = 0.00% · OLED/LCD APCER = 0.00% · Лазерный тонер APCER = 0.00% · 3D-силикон APCER ≤ 0.55% |
Примечание: все приведённые показатели измерены на стандартных изолированных слепых выборках SUNTEK при фиксированных коммерческих порогах и не являются гарантией для любых условий эксплуатации. Реальная работа зависит от освещения, высоты монтажа и поведения пользователей — выполняйте пусконаладочную проверку на целевом оборудовании.
02СРАВНЕНИЕ АРХИТЕКТУРНЫХ ПАРАДИГМ И УСТОЙЧИВОСТЬ К OOD
Выбор под вычислительный бюджет · Данные изолированного тестирования SUNTEK
Различные архитектуры распознавания лиц решают разные задачи: тяжёлые облачные модели раскрываются на серверных GPU без ограничений, лёгкие глобальные CNN оптимизируют базовую проверку, а SUNTEK создан для офлайн-СКУД на NPU RK3576 при частичных перекрытиях.
| Критерий / Сценарий | Лёгкая CNN | Облачная сеть (ResNet / ViT) | SUNTEK (Edge 3-Зоны) | Подход и применимость |
|---|---|---|---|---|
| Развёртывание на Edge NPU | Спроектирована для энергоэффективного edge-инференса в базовых однопоточных проверках | Рассчитана на серверные GPU с плавающей точкой; размер и глобальное внимание ограничивают INT8 на NPU | Квантованная 101-слойная модель для edge (24.18 GFLOPs; сходство облако-борт ≥ 0.996) | Тяжёлые модели сильны в дата-центрах; SUNTEK нативно работает на двухъядерном NPU RK3576 |
| Стандартная верификация 1:1 без перекрытий | Зрелая и стабильная коммерческая точность на стандартных открытых фронтальных кадрах | Максимальная ёмкость представлений обеспечивает передовой уровень на открытых эталонах | 99.82% (Одиночный кадр) / 99.78% (Слитый) в изолированных слепых тестах | На чистых фронтальных фото компактная edge-архитектура достигает уровня серверных решений |
| Крупные боковые ракурсы и возрастная разница | Компактная ёмкость приводит к постепенному дрейфу при сильных поворотах и смене возраста | Высокий потолок обобщения в сложных неконтролируемых позах и многолетних сдвигах | 99.97% боковые ракурсы · 99.98% разница 30 лет · 61.40% TAR@10⁻⁴ в сложных позах | Тяжёлые сети лидируют в неконтролируемой среде; SUNTEK оптимизирован под проход через турникет |
| Open-Set 50,000 в маске | Связанный глобальный вектор без выделенного подпространства для частичных перекрытий | Обучена на целостном открытом лице; на строгих порогах в маске сказывается зашумление нижней зоны | 99.97% Верхнее подпространство в маске (FPIR=10⁻²) / 99.91% Без маски (FPIR=10⁻³) | Разница определяется задачей: проходным требуются контроль ношения и ортогональная изоляция зон |
| Сохранение признаков при густой чёлке (Δcos) | Глобальные связанные эмбеддинги смещаются при плотном закрытии лба и бровей | Глобальные рецептивные поля переносят изменение в зоне лба на весь итоговый вектор | 0.0017 (Средне-нижняя зона) / 0.0032 (Полный 512-D) | Трёхзонное разделение автоматически опирается на глаза, нос и рот без перерегистрации сотрудника |
| Контроль ношения и бинокулярный антиспуфинг | Обычно выступает отдельным экстрактором и требует сторонних модулей качества и живости | Ориентирована на облачную сверку без аппаратной синхронизации двух камер и голосовых подсказок | 7 встроенных модулей в памяти (ISO 29794-5, коррекция маски и PAD RGB + 850nm NIR) | Надёжность в реальном СКУД зависит от совместной настройки оптики, контроля масок и защиты от атак |
Примечание к сравнению и заявление об объективности: Таблица иллюстрирует инженерные различия между парадигмами нейронных сетей с точки зрения выбора архитектуры и не направлена против какого-либо конкретного бренда, стороннего продукта или открытого проекта. Лёгкие глобальные CNN и тяжёлые облачные модели эффективны в своих целевых сценариях. Все приведённые численные показатели отражают исключительно собственные измерения SUNTEK на изолированных тестовых наборах; итоговое качество в проекте зависит от освещения и монтажа.
Проверено на невидимых OOD-выборках с сильным сжатием, оптическим расфокусом и нелинейной экспозицией.
Попарная монотонная функция потерь исключает инверсию MSE при сильном размытии, достигая +0.8805 SRCC по международным шкалам.
Ложные отказы «тёмные очки» на очках с защитой от синего света снижены с 21.96% до 1.40% при стабильной блокировке тёмных очков 98.93%.
03ГЛОБАЛЬНЫЙ КОМПЛАЕНС И ПРИВАТНОСТЬ BY DESIGN
EU AI Act · GDPR · ISO/IEC 29794-5 (OFIQ) · ISO/IEC 30107-3 · PIPL
В международных тендерах и критической инфраструктуре алгоритмическая справедливость, стандарты качества и приватность без утечек являются обязательными.
Спроектировано на принципах минимизации данных и недискриминации: архитектура изначально не содержит модулей вывода демографических или чувствительных меток, извлекая только обезличенную геометрию. Аудит на 24,000 парах показал среднюю точность 99.80% при разбросе 0.25%.
Поддерживает выравнивание с единой оценкой качества ISO/IEC 29794-5 OFIQ внутри 21-мерного модуля оценки и валидирует бимодальную живость по протоколам APCER/BPCER ISO/IEC 30107-3 при фиксированных порогах.
Мгновенно преобразует кадры камеры в односторонние необратимые 512-D векторы в режиме без сохранения исходных портретов с защищённым локальным хранением и аппаратной изоляцией доступа.
Все 7 нейросетей работают полностью локально на NPU терминала без облачных вызовов и передачи биометрии наружу — готово для государственных, финансовых и промышленных закрытых контуров.
Обеспечивает строгую хэш-дедупликацию и физическую изоляцию между обучением и слепыми тестами, дополненную проверкой целостности пакетов и управлением жизненным циклом релизов.
Единая архитектура на NPU RK3576: детекция, 98 ключевых точек, контроль перекрытий и качества ISO 29794-5, бинокулярный PAD RGB + 850 нм и адаптивное сравнение.
Алгоритмы и моделиТерминалы на RK3576 с сенсорным экраном 9:16, синхронным потоком RGB+ИК 30fps и считывателем NFC/QR для заводов, чистых комнат и банков.
Устройства и сценарииAndroid AAR, мультиархитектурный Server SDK и мобильный захват 2.5 МБ для Android, iOS, HarmonyOS NEXT, Web WASM, Flutter, RN и UniApp с поиском <1 мс и QR/офлайн активацией.
SDK интеграция и лицензииSUNTEK FACE AI