IA responsable
Confiance et Conformité
InsightFace conçoit une face AI pour les déploiements enterprise avec une équité mesurable, des pratiques de données éthiques et une architecture Privacy by Design. Nous améliorons en continu l’évaluation des modèles et la gouvernance afin de permettre un déploiement fiable sur différents marchés et populations.
Engagements enterprise
Réduction des biais comme exigence produit
La cohérence démographique est une métrique qualité clé. Nous optimisons en continu pour maintenir des performances stables entre groupes ethniques, genres et âges.
Data governance transparente
Nous n’entraînons qu’avec des datasets autorisés, des datasets privés collectés avec consentement éclairé ou de la Synthetic Data conforme, selon des critères adaptés aux achats enterprise.
Déploiement Privacy by Design
Notre architecture de production privilégie, quand cela est possible, l’extraction irréversible d’Embedding plutôt que la conservation d’images brutes, afin de réduire l’exposition opérationnelle dès l’origine.
Équité algorithmique
Réduire les biais tout en visant une précision universelle
Nous appliquons un principe de technologie pour tous et cherchons à maintenir des performances stables entre groupes ethniques, genres et classes d’âge.
Optimisation sur des benchmarks diversifiés : nos modèles sont ajustés en continu sur des datasets mondiaux couvrant cinq continents et de nombreux groupes ethniques, avec un poids d’entraînement accru pour les under-represented groups afin de réduire les biais de reconnaissance.
Évaluation équilibrée avec Adversarial Debias : nous intégrons Adversarial Debias et un monitoring multidimensionnel dans le pipeline R&D. L’évaluation interne a ramené le Cross-ethnicity False Match Rate à un niveau de référence du secteur.
Validation orientée entreprise : l’équité est évaluée avec la précision, la latence et l’adéquation au déploiement, afin d’offrir aux clients une lecture plus claire du risque avant la mise en production.
Éthique des données
Origine éthique des données et traitement privacy-first
Les données sont au cœur de l’AI, mais la privacy en fixe les limites. Sourcing, scrubbing et architecture de déploiement font partie intégrante de notre approche compliance.
Sourcing conforme : InsightFace aligne l’acquisition de données sur le GDPR, le CCPA et les réglementations nationales applicables. Nous utilisons des datasets autorisés, des datasets privés collectés sous consentement éclairé et de la Synthetic Data conforme pour l’augmentation.
PII scrubbing strict : avant d’entrer dans le pipeline d’entraînement, les images brutes passent par des flux de désensibilisation et des scripts automatisés retirent les personally identifiable information (PII) associées, en ne conservant que les signaux nécessaires à l’apprentissage.
Protection privacy basée sur les features : notre architecture de référence privilégie des vecteurs Embedding irréversibles plutôt que le stockage ou la transmission d’images brutes, réduisant le risque de fuite dès la conception du système.
Partenariats sur des datasets autorisés
Si vous pouvez fournir un dataset dûment autorisé pour l’entraînement ou l’évaluation, contactez notre équipe. Après examen, nous pouvons envisager un achat rémunéré.
contact@insightface.aiConfidentialité des données et rétention
Contrôles de confidentialité configurables par contrat
La posture de confidentialité fait partie de la discussion commerciale. Les valeurs par défaut ci-dessous décrivent la configuration typique de nos déploiements pour les clients grands comptes ; le comportement précis est défini dans votre contrat.
Le traitement par embeddings est la valeur par défaut privilégiée : les caractéristiques faciales peuvent être extraites, comparées ou stockées sous forme de vecteurs irréversibles plutôt que d'images brutes.
Les modes sans rétention d'images sont pris en charge : pour les déploiements d'API cloud, les clients peuvent demander que les images envoyées ne soient pas persistées côté serveur au-delà de l'appel d'inférence en cours.
Les fenêtres de rétention des données ne sont pas fixées par défaut mais configurables dans le cadre des contrats grands comptes, afin de s'aligner sur les politiques internes de confidentialité et d'archivage.
Les déploiements on-premise et edge conservent par conception les images brutes et les embeddings dans l'environnement client, sans que le trafic d'inférence sorte du réseau client.
Options de déploiement
Adaptez le modèle de déploiement à votre flux de données
InsightFace prend en charge plusieurs schémas de déploiement. Chacun implique un flux de données différent et convient à des niveaux de sensibilité et de contraintes opérationnelles distincts.
Cloud API
Inférence hébergée sans empreinte locale du modèle.
- Data flow
- Les images ou embeddings pré-extraits sont envoyés via HTTPS vers un endpoint hébergé ; les résultats sont retournés dans la réponse.
- Fit for
- Pilotes, charges de sensibilité moindre, intégration rapide et équipes produit qui préfèrent ne pas héberger de modèles.
On-premise
Modèles exécutés au sein de l'infrastructure du client.
- Data flow
- Toutes les données faciales, les embeddings et le trafic d'inférence restent dans l'environnement client. Aucune image n'est transmise à InsightFace.
- Fit for
- Industries réglementées, vérification d'identité à grande échelle, KYC, contrôle d'accès et clients soumis à des exigences strictes de résidence des données.
Mobile / Edge
Inférence on-device via le SDK InspireFace.
- Data flow
- Les images sont traitées sur l'appareil ; seuls des signaux applicatifs (par exemple une décision de correspondance) peuvent éventuellement quitter l'appareil.
- Fit for
- Applications mobiles grand public, contrôle d'accès embarqué, terminaux IoT et scénarios hors ligne ou à connectivité intermittente.
Usage responsable de la Face AI
Revue des cas d'usage pour applications sensibles de Face AI
La reconnaissance faciale, le face swap et la vérification d'identité sont des usages sensibles. Les licences commerciales et l'accès aux API sont examinés au regard du déploiement envisagé avant activation.
Nous examinons le cas d'usage prévu, le contexte de déploiement et la population d'utilisateurs finaux avant d'autoriser les modèles commerciaux de reconnaissance faciale ou de face swap.
Nous attendons des clients qu'ils disposent d'une base légale pour traiter des données biométriques et qu'ils informent et offrent un choix aux utilisateurs finaux lorsque la loi locale l'exige.
Nous n'autorisons pas les cas d'usage destinés à la surveillance de groupes vulnérables, à l'usurpation trompeuse d'identité ou à d'autres applications incompatibles avec un déploiement responsable.
L'autorisation peut être réexaminée ou révoquée si l'usage s'écarte de manière significative du périmètre convenu.
Politique d'usage du Face Swap
Cas d'usage interdits pour les modèles et API de face swap
Les modèles et API de face swap sont licenciés pour des cas d'usage créatifs, de divertissement et produit, après revue. Les cas suivants sont explicitement hors périmètre et ne seront pas autorisés.
Fraude, usurpation d'identité, contournement de KYC ou toute tentative de mise en échec des systèmes de vérification d'identité.
Usurpation de personnes réelles sans leur consentement explicite et vérifiable.
Harcèlement, intimidation, diffamation ou contenus visant à humilier ou menacer une personne.
Imagerie sexuelle ou intime non consentie concernant toute personne, y compris des NCII synthétiques.
Substitution faciale non autorisée de particuliers, mineurs ou populations vulnérables.
Contenus politiques trompeurs, propos fabriqués attribués à des personnalités publiques ou contenus destinés à manipuler les élections ou le débat public.
Documents de revue entreprise
Documents pour les revues sécurité, juridique et achats
Les clients grands comptes peuvent contacter notre équipe pour discuter ou demander les documents ci-dessous dans le cadre de leur évaluation interne. Les livrables précis sont définis par engagement.
Exigences de traitement des données et flux de données proposé.
Questions de revue sécurité et schémas d'architecture.
Options d'architecture de déploiement cloud, on-premise ou edge.
Exigences d'usage acceptable pour les modèles ou API choisis.
Exigences de conformité et de confidentialité applicables à votre juridiction.
Méthodologie d'évaluation des modèles, y compris le benchmarking sur données privées.
Garanties opérationnelles pour les acheteurs enterprise
La revue compliance est intégrée aux échanges commerciaux sur le périmètre de licence, l’architecture de déploiement et les frontières de traitement des données.
Nous accompagnons la due diligence client sur les exigences régionales, les contrôles privacy et les workflows internes d’approbation avant le go-live.
Les pratiques de benchmark et de gouvernance sont mises à jour en continu à mesure que les attentes clients, les réglementations et les scénarios de déploiement évoluent.
Besoin d’une revue trust ou compliance pour votre cas d’usage ?
Échangez avec notre équipe sur les licences modèles, l’architecture de déploiement, les sources de données et les exigences d’évaluation propres à votre marché.