识别引擎
先检测，再识别
两个串联的模型，由研究者发表，通过 OpenCV Zoo 分发。它们在本地、在您自己的机器上运行。
检测 — YuNet在图像中定位人脸。文件 face_detection_yunet_2023mar.onnx（约 230 KB）。
识别 — SFace将每张人脸转换为 128 维特征向量，与您登记的人脸进行比对。文件 face_recognition_sface_2021dec.onnx（约 37 MB）。
Apache-2.0 许可证宽松许可：可商用，无需支付版税。您可以查阅模型、代码及其论文，而无需依赖我们。
人脸特征向量不是照片：它是一串数字，无法直接从中还原出原始人脸。它仍然属于生物识别数据；Noviscan 将其加密存储在您的磁盘上，仅用于与您亲自登记的人脸进行相似度比对。
供应链
可验证的模型，而不是黑盒
模型权重不随 Noviscan 一起分发：它们来自原始仓库，并经过完整性校验。
官方来源，哈希校验从 opencv/opencv_zoo 仓库下载——而不是 Secufor 的镜像——再用预先固定的 SHA-256 哈希值校验：截断或被篡改的传输会被拒绝。
支持离线安装可以关闭自动下载：由您手动放置文件，在没有互联网的机器上也能使用。
本地推理推理在您的机器上运行。Noviscan 不会向 Secufor 发送任何图像或人脸特征向量；只有您配置的警报（电子邮件、Telegram）会附带截图。
可验证，而非口头声明
您不必只听我们一面之词
大多数人脸识别产品依赖专有算法：您只能信任厂商。Noviscan 走相反的路——模型是公开的、有名有姓的，而且您可以自行核查。
公开模型，而不是黑盒我们明确指出所用的模型。它们的论文、代码和结果由作者公开发表：您可以直接查阅，无需经过我们。
端到端可验证的链条模型来源、许可证、已安装文件的哈希值：每一环都可以核对。专有算法无论评价多高，都无法提供这样的验证。
您的数据不作他用不用您的录像做训练，不把您的图像或人脸上传到我们的服务器：模型到达时已训练完成，并原样在您的机器上运行。
一个对整个行业都适用的坦诚之处：公开发表的人脸识别分数是在学术数据集上测得的，这些数据集往往是正面、高质量的图像——不能原样套用到视频监控画面（角度、距离、光线）。正因如此，Noviscan 设有自己的质量阈值：过于侧面或过于模糊的人脸不会触发警报，而不是触发一次误报。