有趣的事

人脸识别系统如何区分长相相似的两个人?

人脸识别通常不是把两张照片逐像素比较,而是把检测到的人脸转换成一组特征向量,再判断两个向量是否足够接近。

系统先定位并对齐人脸,尽量校正脸部角度、尺度和关键点位置;随后由训练好的深度学习模型提取特征。模型会学习哪些局部与整体模式有助于区分身份,例如眼鼻嘴的相对布局、轮廓和纹理组合。长相相似的人往往在某些显著特征上接近,但高维向量仍可能在多个细微维度上存在差异。系统通常用余弦相似度或向量距离比较两组特征,而不是依赖某一个特征(比如眼距)作结论。

“是否同一个人”还要设定阈值:相似度超过阈值才判为匹配。阈值调高,一般能减少把不同人误认成同一人的情况,但也更容易漏掉本人;阈值调低则相反。阈值应结合使用场景和验证数据校准,不能只看一个抽象的“准确率”。

实际效果还受照片质量、光照、遮挡、表情、拍摄角度、年龄变化以及训练数据覆盖情况影响。遇到高度相似的双胞胎、低清图像或高风险身份核验,仅凭单张照片可能不够可靠;可以要求更清晰或多角度图像、结合活体检测与其他独立凭证,并在不确定时转人工复核。这里的活体检测用于降低照片或屏幕翻拍攻击风险,并不能替代身份特征比对。

相关阅读