Usar limites de similaridade para associar e combinar rostos

Limites de similaridade são usados para associar e combinar faces. O que segue é uma orientação para o uso de limites de similaridade em ambos os casos de uso.

Usando limites de similaridade para associar faces

Ao associar rostos usando a AssociateFacesoperação, é importante garantir que os rostos associados a um usuário sejam todos da mesma pessoa. Para ajudar, o parâmetro UserMatchThreshold especifica a confiança mínima de correspondência do usuário necessária para que a nova face seja associada a um UserID que já contenha pelo menos uma FaceID. Isso ajuda a garantir que FaceIds eles estejam associados ao UserID à direita . O valor varia de 0 a 100 e o valor padrão é 75.

Usar limites de similaridade para combinar faces

Nós permitimos que você controle os resultados de todas as operações de pesquisa (CompareFacesSearchFaces, SearchFacesByImage, SearchUsers,, SearchUsersByImage) fornecendo um limite de similaridade como parâmetro de entrada.

FaceMatchThreshold, é o atributo de entrada do limite de similaridade para SearchFaces e SearchFacesByImage, e controla quantos resultados são retornados com base na semelhança com a face que está sendo correspondida. O atributo de limite de similaridade para SearchUsers e SearchUsersByImage é UserMatchThreshold, e ele controla quantos resultados são retornados com base na semelhança com o vetor do usuário que está sendo correspondido. O atributo de limite é SimilarityThreshold para CompareFaces.

Respostas com um valor de atributo de resposta de Similarity que é menor do que o limite não são retornados. Esse limite é importante para calibrar para seu caso de uso, uma vez que ele pode determinar quantos falsos positivos são incluídos nos resultados de correspondência. Isso controla a recuperação dos resultados da pesquisa — quanto menor o limite, maior a recuperação.

Todos os sistemas de aprendizagem de máquina são probabilísticos. Você deve usar seu julgamento para definir o limite de semelhança correto, dependendo de seu caso de uso. Por exemplo, se você quer criar um aplicativo para identificar fotos semelhantes procurando familiares, você pode escolher um limite inferior (por exemplo, 80%). Por outro lado, para vários casos de uso de aplicação da lei, recomendamos usar um alto valor limite de 99% ou superior para reduzir erros de identificação acidental.

Além de FaceMatchThreshold e UserMatchThreshold, você pode usar o atributo de resposta Similarity como um meio de reduzir erros de identificação acidentais. Por exemplo, você pode optar por usar um limite inferior (como 80%) para retornar mais resultados. Em seguida, você pode usar o atributo de resposta Similaridade (porcentagem de similaridade) para restringir a escolha e filtrar as respostas corretas em seu aplicativo. Mais uma vez, usar uma semelhança maior (por exemplo, 99% e acima) reduz o risco de erros de identificação.