Apple Details HomeView Person Recognition with On-Device Privacy Design
Apple published a new blog post detailing how its HomeView smart home hub identifies up to six household members, using Center Stage camera and microphone inputs processed entirely inside Secure Exclaves. The main system receives only a conclusion of who is present, where, and with what confidence, while raw images and audio never leave the isolated enclave, tying biometric personalization to on-device privacy architecture.
Related Entities
Full Report
IT之家 11 月 12 日消息，苹果公司今天（11 月 12 日）发布新博文，在介绍适用于 iPhone 18 Pro 和 iPhone 18 Pro Max 的“安全隔离区”（Secure Exclaves）架构同时，还公开其首款智能家居中枢 HomeView 的人员识别流程。
IT之家此前报道，在家庭环境下，苹果 HomeView 最多识别 6 位用户，并依据识别结果提供个性化体验。HomeView 不使用 Face ID，主要通过 Center Stage 摄像头进行面部识别，并结合语音识别判断在场的是哪位家庭成员。
前置条件方面，用户须拥有一台支持 Apple Intelligence 的“已注册个人设备”，该设备需连接至家庭 Wi-Fi，并且必须为最近解锁状态。满足条件后，HomeView 才能通过面部或语音识别该用户。
识别逻辑方面，HomeView 先通过 Center Stage 摄像头和语音，先判断“谁可能在场”，再核对该用户的 iPhone 或 iPad 是否连接家庭 Wi-Fi、且近期解锁过。三者匹配后，系统才会将该成员与个性化体验关联起来。
在最新博文中，苹果详细披露了 HomeView 人员识别的内部流程，可以概括为摄像头、麦克风输入 → 隔离区内检测与处理 → 提取人脸、声音特征 → 匹配已登记身份 → 仅向系统返回“谁、在哪、把握多大”。
1. 启动时，先加载已登记用户资料
设备启动后，人员识别隔离区（Person Recognition Exclave）会从安全存储隔离区（Secure Exclaves）中，加载此前登记的人脸、声音识别模型及身份数据库，为后续匹配做好准备。
2. 摄像头发现人脸，但不把画面交给系统
摄像头拍摄的连续画面进入摄像头隔离区，由其检测人脸、标记人脸边界框，并将相关画面排队等待进一步处理。
此时，摄像头隔离区可以通知主系统中的后台进程：“可能有人出现了。”但通知中不包含图像数据，画面仍留在安全隔离区内。
3. 麦克风提供另一条判断线索
音频先经过音频隔离区，完成异常检测和回声消除等处理，再送入人员识别隔离区。
与摄像头类似，音频隔离区也能向主系统报告“可能有人在附近”，但不把音频交给主系统。也就是说，“检测到有人”与“允许系统取得录音”是两回事。
4. 神经网络引擎提取人脸和声音特征
人员识别隔离区随后请求神经网络引擎隔离区加载人脸、声纹模型，生成用于身份匹配的特征。
计算过程中，数据始终保存在隔离区控制的内存中，主操作系统无法访问。神经网络引擎使用隔离区专用的工作队列，每个模型完成运行后，还会清除相关状态。
5. 综合人脸与声音，判断具体是谁
人员识别隔离区中的编排服务，将生成的人脸、声音特征与已登记用户的身份数据库进行匹配，再综合两类识别结果，得出身份判断及其置信度。
这里的“置信度”，可以理解为系统对这次识别结果有多大把握，而不是简单输出一个不带可靠程度的姓名。
6、只把识别结果交给主系统
最终，主系统中的人员识别后台进程收到的是三类元数据：
- 人员标识：识别到的是哪位已登记用户。
- 位置：人员所处的位置。
- 置信度：系统对识别结果的把握程度。
在这一人员识别流程中，原始音视频不会共享给操作系统。系统再利用这些结果，支持日历、信息、Apple Music 等依赖用户身份的功能，以及来自用户 iPhone 的兼容第三方音视频应用。
参考
广告声明：文内含有的对外跳转链接（包括不限于超链接、二维码、口令等形式），用于传递更多信息，节省甄选时间，结果仅供参考，IT之家包含外链的文章均包含本声明。