本篇文章1051字，读完约3分钟
最近，一家色情直播公司为宅男推出了一个全新的基本功能:成人版搜索主播。用户可以上传照片来选择看起来和照片中的人相似的色情主播。
超级摄像机的推广版本如下:
每个人的心中都有一个特别的人，他们希望在平台上找到一个长相相似的人来满足自己的幻想。然而，文本搜索并不方便。幸运的是，我们有图像技术，而人脸识别是找到他/她的最佳解决方案。
根据官方介绍，超级摄像机有18万个主持人，平均同时有5000人在线。用户只需上传一张肖像照片，巨型摄像头会根据人脸识别技术寻找与照片相似的锚点，并给出相似度。
为了保护用户隐私，megacams不会存储用户上传的任何照片，搜索结果后照片会自动删除。
当然，这里存在严重的隐私问题。如果你试着用你朋友的照片搜索，找到她会不会很尴尬？虽然这对用户来说很方便，但却很难保证主持人的隐私。
好奇的用户借此机会尝试，但发现目前的匹配度不高。一些用户上传了自己的照片:
搜索结果如下:
相似度最高的锚分别为46%、42%和40%。
匹配度低有几个原因:
首先，用户上传的图片存在质量问题:如果不是高清，模糊的像素会使识别结果有偏差。
其次，锚的数量是有限的，这使得匹配的画廊的数量少于20，000，并且基数低。
最后，用户上传的照片太少:如果用户上传更多某个人的照片(比如某个人的100张高清照片、360度无死角照片、各种表情照片)，更有利于megacams提取此人的面部特征，使megacams能够更全面、更丰富地掌握此人的外貌信息，更准确地匹配锚点。
事实上，megacams的算法实际上类似于谷歌和百度的地图搜索功能原理，大致如下:
人脸检测:找到人脸在图像中的位置。
面部特征点的定位:包括眼球中心点、脸颊等轮廓特征点。
人脸几何归一化:根据人脸特征点的位置从图像中获取归一化的人脸区域图像。这一步主要是使不同人脸上的像素对应的人脸位置一致。
人脸特征提取，将高维人脸特征映射到低维特征，具有较强的分类能力。
从两个面获得的识别特征之间的距离被计算作为相似性的度量。
虽然近年来人脸识别算法有了很大的改进，但智能性仍然不足。目前，我们在寻找同一个人方面做得很好，但是在寻找相似的人方面仍然存在一些问题。“相似性”一词本身具有人类的主观色彩，因此仅通过特征提取和关键点定位来获取相似性仍然是不够的。
相关阅读:
人脸识别的新应用场景:不要让未成年人进入网吧
深度学习在人脸识别中的应用——优图祖母模型的“进化”
华盛顿的最新研究:面对100万张陌生的脸，人脸识别算法能做什么
