使用相似性閾值來關聯和比對臉部

相似性閾值用於關聯和比對臉部。以下是針對兩種使用案例使用相似性閾值的指引。

使用相似性閾值來關聯人臉

使用 AssociateFaces 操作關聯臉部時，請務必確保與使用者相關聯的臉部都來自同一個人。為提供協助，此 UserMatchThreshold 參數可指定與至少包含一個 FaceID 的 UserID 相關聯的新人人臉所需的最小使用者相符可信度。這有助於確保 FaceIds 與右側 UserID 相關聯。此值的範圍介於 0-100 之間，預設值為 75。

使用相似性臨界值來比對人臉

我們允許您將相似性閾值作為輸入參數，以控制所有搜尋操作 (CompareFaces、SearchFaces、SearchFacesByImage、SearchUsers、SearchUsersByImage) 結果。

FaceMatchThreshold 作為 SearchFaces​ 與 SearchFacesByImage 的相似性閾值輸入屬性，會根據匹配的人臉相似度來控制傳回結果的數量。UserMatchThreshold 作為 SearchUsers 和 SearchUsersByImage​ 的相似性閾值屬性，會根據匹配的使用者向量相似度來控制的傳回結果數量。臨界值屬性適 SimilarityThreshold 用於 CompareFaces。

含低於臨界值之 Similarity 回應屬性值的回應不會傳回。請務必利用此閾值校正您的使用案例，因為其可決定您的相符結果包含多少錯誤肯定。這可控制您搜尋結果的回呼 (閾值越低，回呼越高)。

所有機器學習系統是機率性的。您應根據使用案例，在設定適當的相似性閾值時使用判斷。例如，如果您想要建立照片應用程式來辨識樣貌相似度家庭成員，您可以選擇較低的閾值 (例如 80%)。另一方面，對於許多強制執行法律使用案例，建議您使用 99% 或更高的臨界值，以降低意外辨識錯誤。

除 FaceMatchThreshold 與 UserMatchThreshold 外，您還可以使用 Similarity 回應屬性作為降低意外辨識錯誤的方法。例如，您可以選擇使用較低閾值 (例如 80%) 來傳回更多結果。接著您可以使用回應屬性相似性 (相似性百分比)，來縮小選擇範圍並篩選應用程式中適當的回應。同樣地，使用更高的相似度 (如 99% 或更高) 將會降低辨識錯誤的風險。