얼굴 연결 및 매칭을 위한 유사성 임곗값 사용

유사성 임곗값은 얼굴을 연결하고 일치시키는 데 사용됩니다. 다음은 두 사용 사례에 대해 유사성 임곗값을 사용하기 위한 지침입니다.

얼굴 연결을 위한 유사성 임계값 사용

AssociateFaces 작업을 사용하여 얼굴을 연결할 때 사용자와 연결된 얼굴이 모두 동일한 사람인지 확인하는 것이 중요합니다. UserMatchThreshold 파라미터는 이를 돕기 위해 새 얼굴이 최소 하나 이상의 FaceID를 이미 포함하는 UserID와 연결될 때 필요한 최소 사용자 일치 신뢰도를 지정합니다. 이렇게 하면 FaceIds가 올바른 UserID와 연결되도록 할 수 있습니다. 이 값의 범위는 0~100이고 기본값은 75입니다.

유사성 임계값을 사용하여 얼굴 일치

유사성 임계값을 입력 파라미터로 제공하여 모든 검색 작업(CompareFaces, SearchFaces, SearchFacesByImage, SearchUsers, SearchUsersByImage)의 결과를 제어할 수 있습니다.

FaceMatchThreshold는 SearchFaces 및 SearchFacesByImage에 대한 유사성 임계값 입력 속성이며 일치를 수행 중인 얼굴의 유사성에 따라 반환되는 결과의 수를 제어합니다. SearchUsers 및 SearchUsersByImage에 대한 유사성 임계값 입력 속성은 UserMatchThreshold이며 일치를 수행 중인 사용자 벡터의 유사성에 따라 반환되는 결과의 수를 제어합니다. CompareFaces의 임계값 속성은 SimilarityThreshold입니다.

Similarity 응답 속성 값이 임계값보다 낮은 응답은 반환되지 않습니다. 이 임계값은 일치 결과에 포함된 가양성의 수를 결정할 수 있기 때문에 사용 사례에 맞게 보정하기 위해 중요합니다. 이 값은 검색 결과의 재현율을 제어합니다. 임계값이 낮을수록 재현율은 높아집니다.

모든 기계 학습 시스템은 확률론적입니다. 사용 사례에 따라 적절한 유사성 임계값을 설정할 때에는 본인의 판단을 활용해야 합니다. 예를 들어 비슷하게 생긴 가족을 식별하는 포토 앱을 만들려는 경우 임계값을 낮게(예:80%) 선택할 수 있습니다. 반면, 많은 법 집행 사용 사례의 경우, 실수로 잘못 식별되는 경우를 줄이기 위해 99% 이상의 높은 임계값을 사용하는 것이 좋습니다.

FaceMatchThreshold와 UserMatchThreshold 외에, 실수로 잘못 식별되는 경우를 줄이기 위한 수단으로 Similarity 응답 속성을 사용할 수 있습니다. 예를 들어 낮은 임계값(80%)을 사용하기로 선택하여 더 많은 결과를 반환할 수 있습니다. 그런 다음 유사성 응답 속성(유사성의 정도 %)를 사용하여 선택 범위를 좁히고 해당 애플리케이션에서 올바른 응답을 필터링할 수 있습니다. 다시 유사성을 높이면(예: 99% 이상) 잘못된 식별이 줄어들 것입니다.