FaceFinderLens

人脸识别搜索

反向人脸搜索——人脸识别搜索引擎

上传一张人脸,让它通过人脸识别搜索引擎。人脸会被转换为类似生物特征的签名,并与数十亿公开图片比对;每条结果都附相似度分数和来源链接。

  • 匹配面部结构,而不是像素或文件哈希
  • 找到同一张脸的其他照片,而不只是副本
  • 每条结果都有相似度分数
  • JPG、PNG 或 WEBP——最大 10 MB

结果来自 100 多个公开数据来源。

人脸搜索

图片搜索

上传一张人脸照片,查找网络上相符的资料和出现位置。

将照片拖到此处,或 点击选择文件

或粘贴截图

JPG · PNG · WEBP — 最大 10 MB

指南
上传头像照片进行反向人脸搜索
01

上传可疑照片

截图或保存头像图片,然后上传,对这张脸进行反向搜索。

反向人脸搜索在全网映射匹配结果
02

在网上追踪这张脸

AI 将这张脸与每一次公开出现关联起来——即使是裁剪或加滤镜的版本。

反向人脸搜索揭穿虚假身份
03

揭开真实身份

查看姓名不符、重复账号,以及被盗照片的原始来源。

反向人脸搜索有何不同

普通的以图搜图问的是“这张图片还出现在哪里?”反向人脸搜索问的是“这张脸还出现在哪里?”第二个问题难得多。它需要一个人脸识别模型,能在另一天、不同光线、不同角度拍摄的新照片中认出同一个人,还需要一个公开图片索引,其中每张脸都已被测量。

本页讲的是引擎本身:匹配如何运作、它与通用图片引擎有何不同,以及如何解读它返回的分数。想通俗了解这种方法,请阅读什么是人脸搜索。如果你的目标是给一张脸找到名字,请从按照片查找人物开始。

人脸识别搜索引擎如何工作

无论使用哪个引擎,每次反向人脸搜索都经历相同的四个阶段。了解它们,就能明白为什么有些照片效果很好,而有些什么都找不到。

1. 人脸检测

引擎首先在你上传的图片中找到人脸,并忽略画面中的其他一切:背景、衣服、文字。如果没有检测到人脸,就没有可用于搜索的东西,这就是极小或大幅偏转的人脸在这一阶段失败的原因。

2. 对齐与嵌入

人脸被摆正、缩放,并输入神经网络,输出一个数值向量,通常称为人脸嵌入。同一个人的两张照片会生成彼此靠近的向量,即使这两张照片看起来相差很大。

3. 索引查找

该向量会与一个预先构建的索引比较,索引里的向量取自公开可访问的网络图片。这个索引的规模和新鲜度比任何其他因素都重要:从未被索引的脸是找不到的。

4. 按距离排序

最接近的向量作为匹配返回,按与你的向量的接近程度排序。这个距离就是你看到的相似度分数,每个匹配都链接回发现该图片的页面。

反向人脸搜索何时胜过其他工具

当你手上的照片不是网上的那张照片时,就该用人脸识别搜索。

照片被编辑或裁剪过

滤镜、镜像、新背景和紧凑裁剪会破坏文件级别的匹配。人脸嵌入通常能经受这些处理,因为面部的几何结构没有改变。

  • 可使用资料页截图
  • 能容忍压缩和缩放

你需要同一张脸的其他照片

图片引擎找的是某一张图片的副本。人脸引擎可以找出同一个人完全不同的照片,例如较早的头像或另一个网站上的合影。

  • 找到不同的拍摄和抓拍照片
  • 关联从未重复使用同一文件的账号

通用图片引擎没有返回任何结果

通用引擎侧重物体、商品和完全相同的副本,而且大多数会刻意避免匹配普通人的脸。当它们一无所获时,下一步就是专用的人脸引擎。

  • 为人脸而生,而非为物体
  • 搜索已测量人脸的索引

监控自己的脸在网上的出现

用一张清晰的自己的照片搜索,找到发布你面孔的页面,包括原始文件被改动、以致普通图片搜索匹配不到的转发。

  • 发现你照片的编辑后转发
  • 为你提供用于删除申请的网址

人脸识别搜索与通用图片搜索引擎

Google Lens、Bing 视觉搜索和 TinEye 等工具在其设计用途上非常出色,只是它们被设计用来做另一类工作。
反向人脸搜索通用图片搜索引擎
索引的内容在公开图片中发现的人脸,以人脸嵌入形式存储。整张图片、物体、文字和地标。
同一个人,不同照片专为此设计:这是核心用途。很少。结果多为副本或相似场景。
普通人的脸只要这张脸出现在公开可访问的页面上就会被匹配。出于隐私原因,常被有意过滤掉。
输出按相似度排序的匹配,附相似度分数和来源链接。视觉相似的图片、购物结果以及包含同一文件的页面。
费用通常按次收费,因为人脸索引的构建成本很高。通常免费。
合理的顺序是:当你怀疑恰好是这张照片被复制时,先试免费的以图搜图;不是这种情况时再转向人脸搜索。

为什么选择 FaceFinderLens 进行反向人脸搜索

将一张脸追溯到每一次在线出现

反向人脸搜索从任意一张照片开始——头像、新闻图片或聊天截图——向后追溯,找到这张脸出现的每个公开页面。调查人员、记者和普通用户都依靠它来揭穿虚假身份、找到原始来源,并核实图片中到底是谁。

  • 可处理裁剪、加滤镜和缩放后的照片
  • 搜索数十亿已索引的公开图片
反向人脸搜索在线追踪照片
分析人员对一张可疑头像照片进行反向人脸搜索

不止于像素匹配

标准的以图搜图比较视觉像素。反向人脸搜索即使在光线、角度或背景改变时也能认出同一个人,因为它分析的是面部结构。这使它在抓出网络钓鱼者和追踪被盗头像时有效得多。

  • 每个匹配都有置信度分数
  • 私密、匿名的搜索

如何解读反向人脸搜索的分数

相似度分数衡量的是两张脸有多接近,并不衡量它们属于同一个人的可能性,这种区别很重要。

先看排名靠前的匹配
匹配按分数排序。沿着列表往下看,当缩略图明显不再像这个人时就停下。
留意聚集现象
多个独立页面以同一个名字展示同一张脸,比单个高分有力得多。
排除亲属和长得像的人
兄弟姐妹、父母以及五官相似的人,得分可能高得出人意料。请检查耳朵、发际线、痣以及模型可能不太看重的其他细节。
权衡你上传的照片
模糊、昏暗或角度偏的上传照片会拉低所有分数,并提高误报的比例。下结论之前,请换一张更好的照片重新搜索。

常见问题

什么是反向人脸搜索?

反向人脸搜索是指你上传一张人脸,由人脸识别引擎在公开图片索引中查找同一张脸。与普通的以图搜图不同,它可以找到同一个人的不同照片,而不仅仅是你上传照片的副本。

有免费的反向人脸搜索吗?

通用图片引擎是免费的,但大多数会避免匹配普通人的脸。专用的人脸识别搜索引擎通常按次收费,因为构建和更新人脸索引成本很高。在 FaceFinderLens,你可以免费发起搜索,并用一个积分查看匹配结果。

谷歌有反向人脸搜索吗?

Google Lens 可以找到照片的副本和关于知名人物的页面,但它并不是为了根据人脸找出普通人的其他照片而设计的。为此你需要专用的人脸识别搜索引擎。

人脸识别搜索有多准确?

使用清晰的正面照片时,靠前的匹配往往是正确的,但没有任何引擎是完美的。模糊、光线差、大角度、墨镜、较大的年龄差以及长相相似的人都会降低准确度。请把每个匹配当作需要核实的线索,而不是证据。

反向人脸搜索能找到没有社交媒体的人吗?

只有当他们的脸出现在某个公开场合时才行,例如新闻报道、公司网站、活动相册或别人的公开帖子。只存在于私密账号或通讯应用中的脸,不在任何公开索引里。

我上传的照片会怎样处理?

照片会被发送给我们的搜索服务商以执行查询,并在传递完成后从我们的服务器上删除。照片中的人不会收到通知,你的搜索也不会被公开。

相关工具

选择与你真正想问的问题相匹配的工具。

指南与资源

与该工具相关的深度指南 — 技巧、数据和分步教程。