使用相似度阈值关联和匹配人脸

相似度阈值用于关联和匹配人脸。以下是针对这两个使用案例使用相似度阈值的指南。

使用相似度阈值关联人脸

使用AssociateFaces操作关联人脸时，重要的是要确保与用户关联的人脸全部来自同一个人。为提供帮助，UserMatchThreshold 参数指定了新面孔与已包含至少一个 FaceID 的 UserID 关联所需的最低用户匹配置信度。这有助于确保 FaceIds 与正确的 UserID 相关联。该值的范围为 0-100，默认值为 75。

使用相似性阈值匹配人脸

我们允许您通过提供相似度阈值作为输入参数来控制所有搜索操作的结果（CompareFacesSearchFacesSearchFacesByImageSearchUsers、、、、SearchUsersByImage）。

FaceMatchThreshold 是 SearchFaces 和 SearchFacesByImage 的相似性阈值输入属性，它根据与被匹配人脸的相似性来控制返回的结果数。SearchUsers 和 SearchUsersByImage 的相似性阈值属性是 UserMatchThreshold，它根据与被匹配用户向量的相似性来控制返回的结果数。阈值属性为 CompareFaces 的 SimilarityThreshold。

对于响应，如果其 Similarity 响应属性值低于阈值，则不返回。此阈值对于校准使用案例非常重要，因为它可以确定匹配结果中包含的误报数。此阈值控制搜索结果的查全率；该阈值越低，查全率越高。

所有机器学习系统是概率性的。您应根据自己的使用案例，判断如何设置合适的相似性阈值。例如，如果您打算生成一个照片应用来标识长相相似的家庭成员，则可选择较低的阈值（例如，80%）。另一方面，对于许多执法使用案例，我们建议您使用 99% 或更高的阈值来减少意外错误。

除了 FaceMatchThreshold 和 UserMatchThreshold，还可以使用 Similarity 响应属性来减少意外错误。例如，您可以选择使用较低的阈值（如 80%）以返回更多结果。然后，您可以使用响应属性相似性（相似性的百分比）来缩小选择范围以及在应用程序中筛选合适的响应。再次强调，使用越高的相似性（例如 99% 及以上）越能降低识别出错的风险。