Question 1

Comment l'IA compare-t-elle deux visages ?

Accepted Answer

Elle détecte un visage par image, aligne chaque visage avec 68 landmarks faciaux, encode chaque visage aligné en vecteur de 128 dimensions par un ResNet de style FaceNet, et calcule la distance cosinus entre les deux vecteurs. La distance cosinus est mappée vers un score convivial de 0–100 % de similitude. Toute l'inférence est en JavaScript dans votre navigateur via @vladmandic/face-api sur TensorFlow.js.

Question 2

Que signifie réellement le pourcentage ?

Accepted Answer

C'est un mappage lisse de la distance cosinus vers une échelle 0–100. En gros : 90–100 % = visuellement quasi identiques (même personne, jumeaux ou sosie extrême) ; 70–90 % = même personne probable, ou parents proches ; 50–70 % = quelques traits communs mais pas forcément la même personne ; sous 50 % = personnes différentes. Ce N'EST PAS une probabilité et CE N'EST PAS un résultat de vérification biométrique.

Question 3

Pourquoi des inconnus scorent-ils 60 % ?

Accepted Answer

Parce que le descripteur encode la forme générale du visage — écartement des yeux, largeur du nez, angle de la mâchoire, origine, âge — et beaucoup de personnes sans lien partagent assez de ces traits pour atterrir dans une zone similaire de l'espace d'embeddings. C'est une propriété fondamentale des descripteurs faciaux 128-d, pas un bogue.

Question 4

Pourquoi ma propre photo n'a-t-elle scoré que 75 % contre une autre photo de moi ?

Accepted Answer

Causes courantes : (1) éclairage ou angle de caméra différents ; (2) âge différent (plus de quelques années peut décaler les descripteurs sensiblement) ; (3) lunettes ou pilosité faciale dans l'une des photos seulement ; (4) filtres puissants ou FaceTune sur une photo ; (5) une photo en bien plus basse résolution ; (6) maquillage sur l'une et pas l'autre. Essayez une autre paire dans des conditions similaires.

Question 5

Mes photos sont-elles téléversées ?

Accepted Answer

Non. Toute la détection, l'encodage et la comparaison faciaux se déroulent localement dans votre navigateur via TensorFlow.js. Les poids du modèle sont téléchargés une fois (environ 6 Mo, mis en cache) et l'inférence tourne sur les JPEG sélectionnés. Les octets des photos ne quittent jamais l'appareil. Nous ne stockons, ne journalisons ni ne partageons les photos.

Question 6

Puis-je l'utiliser pour la vérification d'identité ?

Accepted Answer

Non. N'utilisez pas cet outil pour vérifier l'identité de quelqu'un, contrôler l'accès à un service, prévenir la fraude ou présélectionner des employés / des dates. Il n'a pas de détection de vivacité, pas de seuil calibré, pas d'audit d'équité démographique et utilise un modèle open source plus petit que les systèmes commerciaux. Pour la vérification d'identité il faut un éditeur évalué sous NIST FRVT avec FAR/FRR documentés et garanties opérationnelles.

Question 7

Pourquoi les jumeaux identiques ne sont-ils pas distinguables ?

Accepted Answer

Le descripteur facial est entraîné pour être invariant à l'éclairage, l'expression et la pose, mais n'est pas conçu pour capter les micro-traits que même les humains utilisent pour distinguer des jumeaux (un grain de beauté, une légère asymétrie). La discrimination des jumeaux est un domaine de recherche actif ; les encodeurs faciaux standards y échouent généralement.

Question 8

Distingue-t-il parents et enfants ?

Accepted Answer

Souvent, mais pas toujours. Parents et enfants adultes partagent de nombreux traits faciaux génétiques et peuvent scorer 60–80 %. Le modèle est entraîné à rapprocher la même identité, mais n'a pas de notion de « ressemblance familiale » contre « identité », donc des scores élevés entre proches sont courants et attendus.

Question 9

Prend-il en charge plusieurs visages dans une photo ?

Accepted Answer

Actuellement, il prend le visage le plus confiant par image et compare ces deux. Si vos photos sont des photos de groupe, recadrez chacune sur un seul visage d'abord. Pour des flux multi-visages, nous avons un Prédicteur d'Âge et de Genre dédié qui itère sur chaque visage détecté dans une image.

Question 10

Que se passe-t-il si aucun visage n'est détecté ?

Accepted Answer

L'outil affiche « aucun visage détecté » pour cette image. Causes courantes : visage trop petit (sous la taille minimale du détecteur), angle extrême, éclairage trop sombre ou trop fort, image fortement floue ou image qui n'est pas réellement une photo de visage. Essayez une photo plus claire, plus grande, frontale.

Milligrams (mg)	Grams (g)
1 mg	0,001 g
10 mg	0,01 g
100 mg	0,1 g
500 mg	0,5 g
1000 mg	1 g
2000 mg	2 g
5000 mg	5 g
10000 mg	10 g
25000 mg	25 g
50000 mg	50 g
100000 mg	100 g

Convertisseur Milligrammes en Grammes

Comment convertir les milligrammes en grammes ?

Exemple

Combien de grammes dans un milligramme ?

Combien de milligrammes dans un gramme ?

Qu'est-ce qu'un milligramme ?

Qu'est-ce qu'un gramme ?

Table de conversion milligrammes en grammes