В течение 26 месяцев мы ежемесячно собирали 40,000 уникальных Replay-атак для обучения Face ID-модели клиента. Через краудсорсинг и автоматизированную валидацию данных нам удалось значительно повысить точность системы в распознавании фальсификаций.

Мы помогли клиенту повысить точность биометрической системы распознавания лиц и голоса, собрав уникальный датасет из более чем 400’000 единиц данных. Этот подход улучшил производительность системы на 21%.

Мы помогли клиенту обучить нейронную сеть для распознавания лиц в условиях сложной урбанистической среды, что позволило достичь точности до 96%. Благодаря эффективной организации процессов и контроля качества проект был выполнен раньше срока.

Для крупной биометрической компании мы собрали 2000 фотографий, необходимых для защиты от спуфинг-атак. Благодаря широкой базе исполнителей клиент получил данные быстро, все они соответствовали строгим стандартам качества.