Сервисы типа Likeness («лайкнесс») выдают забавные сходства с незнакомцами и знаменитостями из-за того, как устроен алгоритм сравнения лиц: он оценивает геометрию черт, а не «внешность» в человеческом понимании. Если приложение показало вам похожесть на человека другого пола, возраста или даже на памятник — это не сбой, а следствие того, что нейросеть сопоставила пропорции лица, ракурс и освещение, а не цвет волос или мимику.
Разберёмся, как работает поиск сходств, почему результаты часто получаются комичными, что влияет на точность матча и как получить более правдоподобного «двойника». Отдельно затронем вопросы приватности, потому что загрузка фото лица в сторонний сервис — это всегда передача биометрических данных.
Как лайкнесс-сервисы определяют сходство
В основе подобных приложений лежит распознавание лиц на базе нейросетей. Алгоритм находит на фотографии лицо, выделяет ключевые точки (глаза, нос, контур губ, линия челюсти) и преобразует их в числовой вектор — так называемый embedding. Затем этот вектор сравнивается с базой других лиц, и система выдаёт ближайшие совпадения.
Важно понимать: алгоритм не «видит» человека целиком. Он оперирует расстояниями между точками и текстурными признаками. Поэтому два человека с похожей формой лица, но разным цветом кожи, причёской и возрастом могут получить высокий процент сходства — отсюда и забавные результаты.
Угол съёмки, выражение лица и качество фото влияют на итог сильнее, чем реальная внешность. Улыбка растягивает лицо, наклон головы меняет видимые пропорции, а тени искажают контуры. Одно и то же фото, обрезанное по-разному, может дать совершенно разных «двойников».
💡Сходство в лайкнесс-приложениях — это совпадение математических признаков лица, а не оценка внешности человеческим глазом.