人脸识别的94%匹配为何不可信

为什么你的置信度分数一直在骗你

对于构建计算机视觉应用的开发者来说，“94% 匹配”是一种危险的抽象。在人脸比对和生物识别领域，我们处理的并不是简单的概率，而是高维特征向量之间的欧氏距离。如果你正在构建或接入人脸分析 API，那么能否理解原始相似度分数与“判定结果”之间的差异，将决定你做出来的是一个真正可用的工具，还是一个潜在的责任隐患。

从技术上讲，匹配分数完全取决于匹配阈值——也就是受试者工作特征（ROC）曲线上的工作点。作为开发者，我们经常在后端设置这些阈值，以平衡错误接受率（FAR）和错误拒绝率（FRR）。然而，NIST 最新的行业数据表明，这些阈值并非一成不变。同一种算法在处理清晰的高分辨率嫌犯照片与模糊、来自真实环境的监控画面时，产生的误报数量可能相差 100 倍。

欧氏距离的真相

从本质上看，大多数人脸比对技术——包括 CaraComp 背后的引擎——都依赖欧氏距离分析。我们将人脸关键点映射到一个向量空间中。所谓“匹配”，只不过是衡量这个空间中两个点彼此有多接近。

当调查人员看到 0.94 的分数时，往往会把它理解为确定性。但作为工程师，我们知道，这个分数取决于训练集，以及匹配之前执行的质量评估（QA）算法。

如果输入图像存在光线不足、姿态偏转角度过大或运动模糊等问题，提取出来的特征就会变得“嘈杂”。低质量图像上的高置信度分数，通常更可能意味着向量空间中发生了“碰撞”，而不是真正的生物学匹配。

这就是我们优先采用 1:1 人脸比对，而不是 1:N 大规模扫描的原因。通过这种方式，可以进行更可控的欧氏距离分析：甚至在数学计算开始之前，就先仔细检查“探针”图像所处的环境和质量。

训练数据中的技术债务

我们在计算机视觉领域面临的最大技术难题之一，是不同人口群体之间错误率存在差异。这不仅是一个社会问题，也是一个数据科学问题。

如果训练集中的某些人口群体占比过高，那么代表性不足群体在向量空间中的“簇”就会更加紧密，彼此之间也更难区分。这会导致这些群体中的不同个体获得更高的“匹配”分数。

对开发者来说，这意味着我们的 API 不应该只返回一个浮点数，还应该返回相关元数据：图像质量分数、使用的阈值，最好还要包含是否建议进行人工复核。

面向准确性的架构

要构建可靠的调查技术，我们必须摆脱“黑盒”模型。在 CaraComp，我们专注于让企业级欧氏距离分析不再受限于每年 2,000 美元的高昂价格，同时强调人在回路（HITL）架构的重要性。

我们提供比对工具和可供法庭使用的报告，但最终确认必须始终由人工完成：由人对数学分析提供的线索进行手动核验。

对于独立调查人员和小型公司来说，这项技术能够提供与联邦机构同等级别的分析能力，但要正确实施它，必须具备开发者思维：把 AI 当作高速过滤器，而不是最终裁决者。

你目前是如何处理计算机视觉流水线中的误报率（FPR）的？你会向最终用户公开原始置信度阈值，还是将其抽象成简化的“匹配/不匹配”标签？

如需采取进一步措施，你可以考虑屏蔽此人和/或举报滥用行为。