// LATEST

多人照片只取最大人脸:隐藏在算法里的业务选择

extract_face_embedding 检测到多个人脸后,按边界框面积降序排序,返回最大人脸的 embedding。这个策略便于演示,但它实际上替调用者决定了“照片里要比较谁”。

代码中的选择标准

排序键是 (x2-x1)*(y2-y1)。假设合影里前景路人框更大,目标用户在背景,当前服务就可能比较路人。最大框不是目标身份的证明,也不是最高检测分数,更不是人脸质量最佳的保证。

两张图片独立选择最大框,可能分别选中不同角色。相似度计算即使完全正确,最终回答的也不是用户原先提出的问题。

对比接口与计数接口能力不同

/count_faces 返回所有检测结果的 bbox 与 det_score,可以辅助前置检查。但“先计数再对比”是两次独立调用;对比接口没有接收指定框或指定人脸索引,调用方仍无法直接控制内部选择。

一种明确契约是只接受单人图:检测到零张返回不可比,多于一张要求裁剪。另一种契约是允许指定 ROI 或返回候选供用户选择。无论哪种,都比把“最大面积”等同于“主要人物”更可解释。

如何构造验证样本

固定身份关系,再改变构图:同一个目标分别处于前景和背景;增加更大的旁人;裁剪后让目标重新成为最大框。同时记录被选中框和分数,不能只观察最终布尔结果。

计数返回的是 [x1,y1,x2,y2]。前端若缩放或裁剪展示图像,应保存比例与偏移映射,避免点击区域与服务输入坐标错位。当前接口没有暴露对比时选中的 bbox,这是可解释性的改进点。

本文来自排序逻辑与返回字段分析,没有实测合影识别。样本选择策略也是 API 语义的一部分,不应只藏在特征提取函数里。


源码与阅读导航

本文属于「人脸识别服务源码笔记」第 05 篇。依据固定提交 b85ee88017bc 研读,后续版本可能不同。

全部专题与阅读顺序 · 上一篇:余弦相似度被映射后,0.65 阈值究竟代表什么 · 下一篇:无人脸、坏图片、模型故障,不应该共享一个失败值

还没有评论

欢迎留下你的观点,保持交流的清晰和友好。

写下评论