InsightFaceSwap Discord 机器人隐私政策全解读数据采集边界、特征存储机制与用户权利保障【免费下载链接】insightfaceState-of-the-art 2D and 3D Face Analysis Project项目地址: https://gitcode.com/GitHub_Trending/in/insightface本篇文章围绕 web-demos/swapping_discord/privacy.md 这份隐私政策文档展开系统解读 InsightFaceSwap Discord 机器人在提供 AI 换脸服务时的数据采集范围、数据使用与共享边界、用户控制权等核心条款并结合 InsightFace 仓库中换脸模型的源码实现说明身份特征这类数据在技术层面的真实形态向量而非图片、其保存与删除机制帮助开发者在部署或使用此类人脸生成服务时建立清晰的数据合规认知。一、隐私政策文档的定位与背景在 InsightFace 仓库中web-demos/swapping_discord 目录承载的是基于 Discord 机器人形态的换脸演示服务。仓库根目录的 web-demos/README.md 明确记录了一次重要迁移自2023.04.01起InsightFace 的换脸 Demo 已迁移至 Discord 机器人形态详情见 swapping_discord 目录。由于该服务需要用户主动上传个人照片、注册人脸身份并交由云端模型处理后返回换脸结果自然涉及个人信息的收集与处理因此项目在 swapping_discord 目录下同步提供了 privacy.md 这份隐私政策文档向用户说明服务收集哪些信息这些信息如何被使用是否会被共享是否用于行为广告用户拥有哪些权利政策变更与联系方式。从文档结构看这是一份面向终端用户的、结构完整的数据处理说明覆盖了个人信息处理生命周期中的收集—使用—共享—营销—权利—变更—联系各环节是理解该服务数据合规边界的第一手资料。二、数据采集收集什么、不收集什么隐私政策在 Information We Collect 一节中明确了数据采集范围这是整份文档最核心的条款当您使用我们的机器人时我们会通过 Discord 应用的 API 收集您的USER-ID以及您手动上传的身份特征identity features。身份图片identity images不会被保存。2.1 两条关键信息USER-IDDiscord 用户标识用于标识请求来源是 Discord 应用 API 提供给机器人的标准用户信息服务端据此区分不同用户、执行每日命令限额与身份管理。身份特征identity features用户通过机器人命令主动上传的人脸身份数据。这里需要特别注意identity features与identity images的措辞差异——特征被收集图片不被保存。2.2 从源码看身份特征的技术本质身份特征在 InsightFace 的技术体系中并非原始照片而是由识别模型从人脸图像中提取出的归一化特征向量embedding。这一点可以从 web-demos/src_recognition/arcface_onnx.py 中的 ArcFaceONNX 实现得到印证def get(self, img, kps): aimg face_align.norm_crop(img, landmarkkps, image_sizeself.input_size[0]) embedding self.get_feat(aimg).flatten() return embedding def compute_sim(self, feat1, feat2): feat1 feat1.ravel() feat2 feat2.ravel() sim np.dot(feat1, feat2) / (norm(feat1) * norm(feat2)) return sim输入的人脸图像经过 face_align.py 中的norm_crop五点关键点对齐裁剪后送入识别网络最终输出一个固定维度的归一化向量。也就是说服务端持久化保存的是这张脸长什么样的数学表征而不是可被人眼直接识别的照片本身——这正是隐私政策声称身份图片不会被保存的技术基础。而在换脸推理侧python-package/insightface/model_zoo/inswapper.py 中INSwapper.get()的核心调用链清晰展示了特征向量的使用方式latent source_face.normed_embedding.reshape((1,-1)) latent np.dot(latent, self.emap) latent / np.linalg.norm(latent) pred self.session.run(self.output_names, {self.input_names[0]: blob, self.input_names[1]: latent})[0]源人脸的身份特征normed_embedding经过模型内嵌的投影矩阵emap变换后作为 latent潜变量输入换脸网络与目标人脸的裁剪图blob一起生成换脸结果。可见身份特征在整个流水线中始终是以数值向量形式存在和流转的。三、数据使用仅服务于图像生成隐私政策 How We Use Your Information 一节声明我们使用收集到的信息来帮助处理图像生成image generation。这一声明与 swapping_discord/README.md 描述的服务功能完全对应该机器人集成了 InsightFace 最先进的换脸模型inswapper_cyn与inswapper_dax以及开源模型 inswapper_128用户通过/saveid注册身份后即可用/swapid命令或INSwapper上下文菜单将目标图像中的人脸替换为已注册身份。User-ID 用于识别用户与其名下注册的身份列表身份特征向量用于换脸推理二者共同服务于处理图像生成这一单一目的。值得补充的是隐私政策强调数据仅用于图像生成这与 README 中描述的服务形态一致机器人基于队列在服务端逐条处理请求用户上传的目标图片与注册的身份特征只参与换脸计算不做他用。四、数据共享与行为广告明确的双重否定隐私政策用两个独立小节对数据处理边界做了强约束Sharing Your Information信息共享我们不会将您的信息共享给任何外部组织、个人或公司。Behavioural Advertising行为广告我们不会使用您的信息进行任何广告或营销推广。这两条分别从对外共享与对内使用两个维度划定了底线服务运行方既不将用户数据转交第三方也不利用用户数据开展定向广告与营销。对于以人脸数据为核心资产的服务而言这一声明具有明确的合规意义——身份特征数据不应流向任何未经授权的第三方渠道。五、用户权利随时查询与删除隐私政策 Your Rights 一节赋予用户两项核心权利您可以**随时列出list已保存的信息并随时删除delete**您的信息。这两项权利在机器人功能层面有完整的命令支撑见 swapping_discord/README.md 的 Discord Slash Commands 一节用户权利对应命令功能说明列出已保存信息/listid列出所有已注册的身份名称、默认身份名称与偏好选项删除指定信息/delid name删除指定的身份名称删除全部信息/delall删除所有已注册的身份名称此外隐私政策中的手动上传的身份特征在功能上对应/saveid命令——用户上传 ID 照片或 numpy 特征并注册为身份名称用于后续换脸与编辑且无需反复上传。从隐私角度看这套注册—列表—删除的命令闭环使得用户对自己保存在服务端的身份数据具备了完整的可见性与控制力与隐私政策声明相互印证。需要一并说明的是README 同时披露了与服务端存储相关的限额单账户最多可保存20 个 ID 名称、单个 ID 名称最长10 个字符、/saveid可永久上传的 ID 照片上限为10 份。这些限额既是对服务资源的约束也间接限定了服务端个人数据的保存规模。六、政策变更与联系方式Changes变更隐私政策可能不定期更新以反映实践变化或运营、法律、监管方面的原因。这意味着政策本身是动态演进的文件用户在持续使用服务时应注意查阅最新版本。Contact Us联系我们如对隐私实践有疑问、或希望提出投诉可通过邮件contact#insightface.ai联系服务方。该联系方式与 README 中加入 Discord 讨论服务器获取帮助的渠道互为补充共同构成用户反馈与争议处理的入口。七、从隐私条款到实现仓库中的配套约束将隐私政策与仓库中的其他文档结合阅读可以勾勒出该服务更完整的数据治理图景许可与免责边界README 的 Disclaimer 部分明确服务仅用于研究与合法 AI 创作禁止在未经明确许可的情况下处理他人面部特征禁止处理政治人物、公职人员等公众人物的特征。这与隐私政策仅收集用户主动上传的信息的原则互为表里——服务的数据输入端被限定为用户自愿提供的内容。知识产权声明服务不主张对原始图片或 AI 生成图片的知识产权付费用户在不侵权前提下可将生成图片用于商业用途免费用户不可同时要求以可见方式标注图片由 Picsi.AiPowered by InsightFace生成。这从内容侧划定了生成结果的使用边界。特征即数据的最小化设计如前所述从 arcface_onnx.py 与 inswapper.py 的源码可以推断服务端保存的核心数据是识别模型输出的特征向量而非原始图像。结合隐私政策身份图片不会被保存的条款可以看出该服务在架构设计上遵循了**数据最小化data minimization**的思路——只保留完成任务所必需的数学表征从源头降低人脸图像泄露的风险。结语privacy.md 虽然篇幅不长却以简洁清晰的条款划定了 InsightFaceSwap Discord 机器人这一人脸生成服务的数据处理边界仅通过 Discord API 收集 User-ID 与用户主动上传的身份特征身份图片不落盘保存数据仅用于图像生成不对外共享、不用于行为广告用户可随时通过/listid、/delid、/delall命令查询和删除自己的数据。结合 inswapper.py、arcface_onnx.py 等源码可知所谓身份特征本质是识别模型提取的归一化特征向量这使得服务在功能实现上天然具备存向量、不存图的隐私友好特性。对于希望参考或自建此类人脸生成服务的开发者这份政策与其背后的命令体系、存储限额设计共同提供了一个功能可用性与数据合规性兼顾的实践范本。【免费下载链接】insightfaceState-of-the-art 2D and 3D Face Analysis Project项目地址: https://gitcode.com/GitHub_Trending/in/insightface创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 InsightFaceSwap Discord 机器人隐私政策全解读：数据采集边界、特征存储机制与用户权利保障
InsightFaceSwap Discord 机器人隐私政策全解读数据采集边界、特征存储机制与用户权利保障【免费下载链接】insightfaceState-of-the-art 2D and 3D Face Analysis Project项目地址: https://gitcode.com/GitHub_Trending/in/insightface本篇文章围绕 web-demos/swapping_discord/privacy.md 这份隐私政策文档展开系统解读 InsightFaceSwap Discord 机器人在提供 AI 换脸服务时的数据采集范围、数据使用与共享边界、用户控制权等核心条款并结合 InsightFace 仓库中换脸模型的源码实现说明身份特征这类数据在技术层面的真实形态向量而非图片、其保存与删除机制帮助开发者在部署或使用此类人脸生成服务时建立清晰的数据合规认知。一、隐私政策文档的定位与背景在 InsightFace 仓库中web-demos/swapping_discord 目录承载的是基于 Discord 机器人形态的换脸演示服务。仓库根目录的 web-demos/README.md 明确记录了一次重要迁移自2023.04.01起InsightFace 的换脸 Demo 已迁移至 Discord 机器人形态详情见 swapping_discord 目录。由于该服务需要用户主动上传个人照片、注册人脸身份并交由云端模型处理后返回换脸结果自然涉及个人信息的收集与处理因此项目在 swapping_discord 目录下同步提供了 privacy.md 这份隐私政策文档向用户说明服务收集哪些信息这些信息如何被使用是否会被共享是否用于行为广告用户拥有哪些权利政策变更与联系方式。从文档结构看这是一份面向终端用户的、结构完整的数据处理说明覆盖了个人信息处理生命周期中的收集—使用—共享—营销—权利—变更—联系各环节是理解该服务数据合规边界的第一手资料。二、数据采集收集什么、不收集什么隐私政策在 Information We Collect 一节中明确了数据采集范围这是整份文档最核心的条款当您使用我们的机器人时我们会通过 Discord 应用的 API 收集您的USER-ID以及您手动上传的身份特征identity features。身份图片identity images不会被保存。2.1 两条关键信息USER-IDDiscord 用户标识用于标识请求来源是 Discord 应用 API 提供给机器人的标准用户信息服务端据此区分不同用户、执行每日命令限额与身份管理。身份特征identity features用户通过机器人命令主动上传的人脸身份数据。这里需要特别注意identity features与identity images的措辞差异——特征被收集图片不被保存。2.2 从源码看身份特征的技术本质身份特征在 InsightFace 的技术体系中并非原始照片而是由识别模型从人脸图像中提取出的归一化特征向量embedding。这一点可以从 web-demos/src_recognition/arcface_onnx.py 中的 ArcFaceONNX 实现得到印证def get(self, img, kps): aimg face_align.norm_crop(img, landmarkkps, image_sizeself.input_size[0]) embedding self.get_feat(aimg).flatten() return embedding def compute_sim(self, feat1, feat2): feat1 feat1.ravel() feat2 feat2.ravel() sim np.dot(feat1, feat2) / (norm(feat1) * norm(feat2)) return sim输入的人脸图像经过 face_align.py 中的norm_crop五点关键点对齐裁剪后送入识别网络最终输出一个固定维度的归一化向量。也就是说服务端持久化保存的是这张脸长什么样的数学表征而不是可被人眼直接识别的照片本身——这正是隐私政策声称身份图片不会被保存的技术基础。而在换脸推理侧python-package/insightface/model_zoo/inswapper.py 中INSwapper.get()的核心调用链清晰展示了特征向量的使用方式latent source_face.normed_embedding.reshape((1,-1)) latent np.dot(latent, self.emap) latent / np.linalg.norm(latent) pred self.session.run(self.output_names, {self.input_names[0]: blob, self.input_names[1]: latent})[0]源人脸的身份特征normed_embedding经过模型内嵌的投影矩阵emap变换后作为 latent潜变量输入换脸网络与目标人脸的裁剪图blob一起生成换脸结果。可见身份特征在整个流水线中始终是以数值向量形式存在和流转的。三、数据使用仅服务于图像生成隐私政策 How We Use Your Information 一节声明我们使用收集到的信息来帮助处理图像生成image generation。这一声明与 swapping_discord/README.md 描述的服务功能完全对应该机器人集成了 InsightFace 最先进的换脸模型inswapper_cyn与inswapper_dax以及开源模型 inswapper_128用户通过/saveid注册身份后即可用/swapid命令或INSwapper上下文菜单将目标图像中的人脸替换为已注册身份。User-ID 用于识别用户与其名下注册的身份列表身份特征向量用于换脸推理二者共同服务于处理图像生成这一单一目的。值得补充的是隐私政策强调数据仅用于图像生成这与 README 中描述的服务形态一致机器人基于队列在服务端逐条处理请求用户上传的目标图片与注册的身份特征只参与换脸计算不做他用。四、数据共享与行为广告明确的双重否定隐私政策用两个独立小节对数据处理边界做了强约束Sharing Your Information信息共享我们不会将您的信息共享给任何外部组织、个人或公司。Behavioural Advertising行为广告我们不会使用您的信息进行任何广告或营销推广。这两条分别从对外共享与对内使用两个维度划定了底线服务运行方既不将用户数据转交第三方也不利用用户数据开展定向广告与营销。对于以人脸数据为核心资产的服务而言这一声明具有明确的合规意义——身份特征数据不应流向任何未经授权的第三方渠道。五、用户权利随时查询与删除隐私政策 Your Rights 一节赋予用户两项核心权利您可以**随时列出list已保存的信息并随时删除delete**您的信息。这两项权利在机器人功能层面有完整的命令支撑见 swapping_discord/README.md 的 Discord Slash Commands 一节用户权利对应命令功能说明列出已保存信息/listid列出所有已注册的身份名称、默认身份名称与偏好选项删除指定信息/delid name删除指定的身份名称删除全部信息/delall删除所有已注册的身份名称此外隐私政策中的手动上传的身份特征在功能上对应/saveid命令——用户上传 ID 照片或 numpy 特征并注册为身份名称用于后续换脸与编辑且无需反复上传。从隐私角度看这套注册—列表—删除的命令闭环使得用户对自己保存在服务端的身份数据具备了完整的可见性与控制力与隐私政策声明相互印证。需要一并说明的是README 同时披露了与服务端存储相关的限额单账户最多可保存20 个 ID 名称、单个 ID 名称最长10 个字符、/saveid可永久上传的 ID 照片上限为10 份。这些限额既是对服务资源的约束也间接限定了服务端个人数据的保存规模。六、政策变更与联系方式Changes变更隐私政策可能不定期更新以反映实践变化或运营、法律、监管方面的原因。这意味着政策本身是动态演进的文件用户在持续使用服务时应注意查阅最新版本。Contact Us联系我们如对隐私实践有疑问、或希望提出投诉可通过邮件contact#insightface.ai联系服务方。该联系方式与 README 中加入 Discord 讨论服务器获取帮助的渠道互为补充共同构成用户反馈与争议处理的入口。七、从隐私条款到实现仓库中的配套约束将隐私政策与仓库中的其他文档结合阅读可以勾勒出该服务更完整的数据治理图景许可与免责边界README 的 Disclaimer 部分明确服务仅用于研究与合法 AI 创作禁止在未经明确许可的情况下处理他人面部特征禁止处理政治人物、公职人员等公众人物的特征。这与隐私政策仅收集用户主动上传的信息的原则互为表里——服务的数据输入端被限定为用户自愿提供的内容。知识产权声明服务不主张对原始图片或 AI 生成图片的知识产权付费用户在不侵权前提下可将生成图片用于商业用途免费用户不可同时要求以可见方式标注图片由 Picsi.AiPowered by InsightFace生成。这从内容侧划定了生成结果的使用边界。特征即数据的最小化设计如前所述从 arcface_onnx.py 与 inswapper.py 的源码可以推断服务端保存的核心数据是识别模型输出的特征向量而非原始图像。结合隐私政策身份图片不会被保存的条款可以看出该服务在架构设计上遵循了**数据最小化data minimization**的思路——只保留完成任务所必需的数学表征从源头降低人脸图像泄露的风险。结语privacy.md 虽然篇幅不长却以简洁清晰的条款划定了 InsightFaceSwap Discord 机器人这一人脸生成服务的数据处理边界仅通过 Discord API 收集 User-ID 与用户主动上传的身份特征身份图片不落盘保存数据仅用于图像生成不对外共享、不用于行为广告用户可随时通过/listid、/delid、/delall命令查询和删除自己的数据。结合 inswapper.py、arcface_onnx.py 等源码可知所谓身份特征本质是识别模型提取的归一化特征向量这使得服务在功能实现上天然具备存向量、不存图的隐私友好特性。对于希望参考或自建此类人脸生成服务的开发者这份政策与其背后的命令体系、存储限额设计共同提供了一个功能可用性与数据合规性兼顾的实践范本。【免费下载链接】insightfaceState-of-the-art 2D and 3D Face Analysis Project项目地址: https://gitcode.com/GitHub_Trending/in/insightface创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考