Dane do weryfikacji twarzy i tożsamości dla globalnej platformy mobilności
Globalna platforma mobilności i przewozu osób potrzebowała zweryfikowanych danych twarzy i tożsamości z wielu regionów, aby wzmocnić system weryfikacji bezpieczeństwa kierowców i pasażerów, przy ścisłych wymogach dotyczących zgody i postępowania z danymi biometrycznymi.
Client snapshot
| Industry | Technologie mobilności i przewozu osób |
|---|---|
| Region | Azja Środkowa i Bliski Wschód |
| Engagement type | Zbieranie danych twarzy i tożsamości do weryfikacji za zgodą |
The challenge
Klient potrzebował dużej ilości danych obrazów twarzy zebranych za zgodą, reprezentatywnych dla rzeczywistej populacji jego kierowców i pasażerów w kilku krajach, zebranych na podstawie udokumentowanej zgody dotyczącej konkretnie wykorzystania danych biometrycznych i wizerunku, a nie ogólnych warunków wykorzystania danych. Istniejący dostawcy nie potrafili wykazać spójnej dokumentacji zgody w każdym docelowym regionie.
The approach
Jwuma rekrutowała i weryfikowała współpracowników bezpośrednio w docelowych regionach, zbierała dane twarzy na podstawie wyraźnej zgody dotyczącej wprost danych biometrycznych w momencie rejestracji oraz stosowała weryfikację tożsamości, aby przed przesłaniem potwierdzić, że dane każdego współpracownika odpowiadają jego zarejestrowanemu profilowi. Dostawa do klienta nie zawierała żadnych informacji identyfikujących współpracowników poza tymi, które zgoda wyraźnie dopuszczała.
Results
Program dostarczył reprezentatywne dla regionów, w pełni objęte zgodą dane do weryfikacji twarzy w wolumenie i terminie wymaganym przez program bezpieczeństwa klienta, bez żadnych wyjątków dotyczących zgodności zgłoszonych podczas własnej weryfikacji klienta.
Frequently asked questions
Czym zbieranie danych biometrycznych różni się od standardowego etykietowania obrazów?
Wymaga zgody udokumentowanej konkretnie dla wykorzystania wizerunku i danych biometrycznych, a nie ogólnych warunków wykorzystania danych, wraz z weryfikacją tożsamości potwierdzającą autentyczność danych.
Jak Jwuma zapewnia, że dane twarzy są reprezentatywne dla populacji docelowej?
Rekrutując zweryfikowanych współpracowników bezpośrednio w docelowych regionach klienta, zamiast pozyskiwać próby dla wygody z niepowiązanych lokalizacji.
Jakie zabezpieczenia zgodności obowiązują w tego typu programie?
Wyraźna zgoda dotycząca konkretnie danych biometrycznych w momencie rejestracji, weryfikacja tożsamości oraz dostawa ograniczona wyłącznie do elementów danych, które zgoda dopuszcza.
Related case studies
Zbieranie egocentrycznych danych wideo dla programu AI w robotyce
Firma zajmująca się AI w robotyce potrzebowała wideo z perspektywy pierwszej osoby przedstawiającego ludzi wykonujących codzienne zadania fizyczne, rejestrowanego spójnie w zróżnicowanych środowiskach i dla różnych typów sylwetki, aby wytrenować model ucieleśnionej AI tak, by uogólniał się poza jedno środowisko laboratoryjne.
Ocena RLHF dla modelu konwersacyjnej AI
Firma zajmująca się konwersacyjną AI potrzebowała ustrukturyzowanego, skalowalnego procesu oceny przez ludzi, aby oceniać jakość odpowiedzi chatbota w procesie dostrajania RLHF, po tym jak jej dotychczasowa doraźna pula oceniających dawała niespójne wyniki.
Wielojęzyczna moderacja treści i dane produktowe dla platformy handlu elektronicznego
Transgraniczna platforma handlu elektronicznego potrzebowała wielojęzycznej moderacji treści i adnotacji katalogu produktów, aby oferty były zgodne z zasadami i możliwe do wyszukania w językach, z których faktycznie korzystali jej sprzedawcy i kupujący.
Published 2026-10-02 by Jwuma, operated by Corpshore AI. This case study is an anonymized composite representative of the kind of work Jwuma performs in this industry, described by industry, region and engagement type rather than by company name, since this engagement is not yet cleared for public naming. Discuss a similar program at client.corpshore.ai.