Uso de umbrales de similitud para asociar rostros y buscar coincidencias con estos

Los umbrales de similitud se utilizan tanto para asociar rostros como para buscar coincidencias con estos. A continuación, se incluyen instrucciones para usar los umbrales de similitud en ambos casos de uso.

Uso de umbrales de similitud para asociar rostros

Al asociar rostros mediante esta AssociateFacesoperación, es importante asegurarse de que los rostros que se asocien a un usuario sean todos de la misma persona. Como ayuda, el parámetro UserMatchThreshold especifica el nivel mínimo de confianza de coincidencia del usuario necesario para que el nuevo rostro se asocie con un UserID que ya contenga al menos un FaceID. Esto ayuda a garantizar que FaceIds esté asociado con el UserID correcto. El valor oscila entre 0 y 100 y el valor predeterminado es 75.

Uso de umbrales de similitud para que coincidan con rostros

Le permitimos controlar los resultados de todas las operaciones de búsqueda (CompareFaces, SearchFaces, SearchFacesByImage, SearchUsers, SearchUsersByImage) proporcionando un umbral de similitud como parámetro de entrada.

FaceMatchThreshold, el atributo de entrada del umbral de similitud para SearchFaces y SearchFacesByImage, controla la cantidad de resultados que se devuelven en función de la similitud con el rostro que se hace coincidir. El atributo de entrada del umbral de similitud para SearchUsers y SearchUsersByImage es UserMatchThreshold controla la cantidad de resultados que se devuelven en función de la similitud con el vector de usuario que se hace coincidir. El atributo de umbral es SimilarityThreshold para CompareFaces.

Las respuestas con un valor de atributo de respuesta Similarity inferior al umbral no se devuelven. Este umbral es importante para calibrar su caso de uso, porque puede determinar la cantidad de falsos positivos que se incluyen en los resultados de coincidencia. Esto controla la exhaustividad de los resultados de la búsqueda; mientras más bajo sea el umbral, mayor será la exhaustividad.

Todos los sistemas de machine learning son probabilísticos. Debe utilizar su buen juicio al establecer el umbral de similitud correcto, en función de su caso de uso. Por ejemplo, si desea crear una aplicación de fotografía para identificar a miembros de la familia parecidos, puede elegir un umbral más bajo (como, por ejemplo, un 80 %). Por otra parte, para muchos casos de uso para cumplimiento de la ley, le recomendamos utilizar un valor de umbral alto del 99 % o superior para reducir las identificaciones erróneas accidentales.

Además de FaceMatchThreshold y UserMatchThreshold, puede utilizar el atributo de respuesta Similarity como medio para reducir las identificaciones erróneas accidentales. Por ejemplo, puede optar por utilizar un umbral bajo (como el 80 %) para devolver más resultados. A continuación, puede utilizar el atributo de respuesta Similitud (porcentaje de similitud) para restringir la selección y filtrar por las respuestas correctas en la aplicación. Una vez más, usar una similitud superior (como, por ejemplo, del 99 % o más) reduce el riesgo de identificación errónea.