Сервисы сравнения лиц по фотографии выдают процент схожести внешности, но результат сильно зависит от качества исходных снимков: размытое фото в темноте или лицо в пол-оборота может занизить совпадение даже у близких родственников. Прежде чем доверять цифре, которую показывает нейросеть, стоит понять, как именно алгоритм сравнивает черты лица и почему один и тот же человек на разных фото получает разные оценки сходства.
Технология сравнения лиц давно вышла за рамки развлекательных приложений «на кого ты похож». Сегодня она используется в системах разблокировки смартфонов, поиске людей, верификации документов и генеалогических исследованиях. Разберёмся, как работает определение схожести внешности по фото, какие инструменты для этого существуют и как получить максимально достоверный результат.
Как нейросети определяют схожесть лиц
В основе любого сервиса сравнения внешности лежит технология распознавания лиц (face recognition). Алгоритм сначала находит лицо на фотографии, затем размечает на нём ключевые точки: уголки глаз, кончик носа, контур губ, линию подбородка. По этим точкам строится математическая модель — так называемый вектор эмбеддинга, который описывает геометрию лица в виде набора чисел.
Далее система сравнивает два вектора между собой. Чем ближе числовые описания, тем выше выдаваемый процент схожести. При этом алгоритм старается игнорировать переменные факторы: освещение, мимику, ракурс. Впрочем, полностью исключить их влияние не удаётся — поэтому один и тот же человек на разных снимках может получить заметно отличающиеся оценки.
💡Сервисы сравнивают не сами фотографии, а математические модели лиц — векторы, построенные по ключевым точкам. Поэтому качество исходного снимка напрямую влияет на результат.