FaceMe SDK 打造交友 App 智慧檔案照片挑選功能

在競爭激烈的線上交友市場中，一張出色的個人檔案照片往往是吸引目光的關鍵 。全球知名的交友 App 之一，每月活躍用戶人數高達數千萬，深知照片選擇的重要性。為了幫助用戶呈現最好的一面，這款 App 以 FaceMe SDK 為基礎打造 AI 智慧選照功能，運用手機裝置端臉部比對技術，比對用戶的自拍參考照與相簿中的照片，直接在 iOS 與 Android 原生環境中運作，挑選出最適合的照片。此功能兼顧流暢的使用體驗與隱私保護，讓用戶能更輕鬆、更安心地在交友 App 上呈現最好的一面。

在交友 App 上，選出最能展現自己的個人檔案照片，往往比想像中困難。一項針對交友 App 用戶的調查顯示，此問題相當普遍 (註1)：85% 的單身者認為，個人檔案對真實呈現自己非常重要；但有 52% 的人表示在挑出合適的照片時有選擇障礙，68% 的人則表示願意接受 AI 協助選照；根據統計， 18 至 24 歲的年輕單身族群，光是挑選檔案照，平均就要花上 33 分鐘。選照片不只耗時，也可能影響配對機會，數據顯示，在個人檔案中放入多張臉部清晰的照片，有助於增加配對機會；然而，多數人很難客觀判斷自己哪幾張照片最吸引人，當手機裡有數百甚至數千張照片時，挑出合適的照片更加困難。

除了使用體驗，同時也有一項關鍵技術要求：為保護用戶隱私，照片處理都必須完全在裝置端完成，不能上傳到雲端。因此，所採用的臉部辨識引擎必須符合輕量、快速且具備足夠準確度，可以直接在用戶的智慧型手機上處理數千張照片，同時不影響裝置效能和操作體驗。

為解決上述挑戰，這款交友 App 導入 FaceMe 人臉辨識 SDK，打造 AI 智慧選照功能。整套照片挑選流程都在用戶的手機端完成，照片不會上傳至外部伺服器，從架構設計上兼顧隱私保護。

根據該 App 開發團隊公開的技術文章 (註2)，用戶只要拍攝一張自拍照，作為臉部比對的參考影像。系統透過 FaceMe SDK 比對自拍照與手機相簿中的人臉，快速找出包含同一人的照片。通過臉部比對的照片，接下來交給該 App 開發團隊自行開發的機器學習模型處理，依預測可能獲得 Like 的機率進行評分與排序；排名較高的候選照片再進一步經過內容安全檢查，最後產生推薦照片清單。用戶仍保有最終決定權，可自行選擇要將哪些照片放入個人檔案。

這套分層式的裝置端流程整合臉部偵測與比對、照片表現評分及內容安全審核。在照片與相關資料不離開用戶手機的前提下，FaceMe SDK 協助系統快速且準確地篩選出包含用戶本人的候選照片，為後續的 AI 評分與推薦流程提供可靠基礎。

• 輕量且高效的行動裝置 SDK：此功能需要一套能在各種 iOS 與 Android 手機上順暢執行、不會過度消耗電力或占用大量儲存空間的臉部辨識引擎。FaceMe SDK 採用針對行動裝置最佳化的精簡架構，在兼顧效能的同時提供高準確度的臉部比對能力，適合導入大規模消費型應用。
• 經 NIST 評測、準確度名列前茅：FaceMe 經美國國家標準暨技術研究院（NIST）人臉辨識技術評測（FRTE）評估，在不同族群與環境條件下均展現優異準確度；對於服務全球用戶、需要準確判斷相簿照片是否包含同一人的裝置端臉部比對應用而言，這是一項重要指標。
• 裝置端運算，兼顧隱私：FaceMe SDK 可直接在手機端完成人臉比對，不需要將用戶照片或生物特徵資料傳送至外部伺服器，符合消費型 App 對資料隱私與使用體驗的高度要求。
• 支援 iOS 與 Android 的跨平台架構：FaceMe SDK 支援 iOS 與 Android，讓開發團隊能在兩大行動平台上部署一致的臉部比對能力。在此應用架構中，App 亦可依需求下載及初始化相關模型，無須將所有模型預先封裝於安裝檔中，有助於控制 App 初始容量，並支援大規模消費型 AI 功能的部署。

經過廣泛測試後，這款 App 已將此功能從實驗階段推進至全球正式上線，開放所有用戶使用 (註2)。 這項實際應用展現裝置端 FaceMe 人臉辨識 SDK 如何支援大規模消費型服務：快速、兼顧隱私，且具備足夠準確度，能在數千萬人使用的功能背後無縫運作。

• 註1：「問題與挑戰」所引用的消費者統計數據並非 CyberLink 自行研究，而是由特定 交友 App 委託第三方市場研究機構進行的獨立調查。
• 註2：How On-Device AI Models Find Your Best Profile Photos，刊載於該 App 工程團隊的技術部落格，2025 年 4 月。