北京
许多计算机视觉开发者习惯把“人脸识别”当作一个打包好的整体功能，但一项新近发表于《Cortex》期刊的研究，用来自心盲症（aphantasia）人群的行为数据敲响了一记警钟：识别一张脸，远不是单一进程。
研究揭示，心盲症患者——那些无法在“心灵之眼”中唤起视觉图像的人——在面孔记忆任务上明显吃力，可当他们被要求判断两张同时呈现的照片是否为同一人时，表现却与常人无异。这一分裂指向一个关键结论：面孔感知、面孔记忆、面孔匹配，在大脑中本就是三个可以解耦的模块。
对开发人脸比对系统的人来说，这恰好是他们的软件管线早已印证的结构。研究者提出的三种“工作”可以直接映射到工程组件：
- 面孔感知，相当于前端特征提取。不管是靠卷积网络还是基于Transformer的模型，本质都是把视觉刺激转换成高维向量，也就是嵌入（embedding）。这一步如果失效，系统就对五官的细微差异视而不见。
- 面孔记忆，相当于向量数据库。它负责把提取出的表征存起来，将来再调出来做比对。识别系统常常就是折在这里——旧数据噪声大、索引质量差，或者历史图像分辨率太低。
- 面孔匹配，则是核心的计算逻辑。计算两个嵌入之间的欧氏距离，或者余弦相似度，才能判定两张面孔是否属于同一个人。
这项研究最让人放心的发现正是：匹配能力最坚韧。即便人类的“内心剧场”歇了业，对比两个同时出现的刺激的能力依然完好无损。这正是为什么在CaraComp这类专注面部比对的公司那里，人们更强调结构化对比，而不是泛泛的“识别”。
在私人调查与开源情报（OSINT）工作中，依赖人类的面孔记忆无异于把结论建在流沙上。人的记忆会重构、会带着偏见，而结构化的面部比对——用数学去测量五官之间的空间关系——是客观、可复现的。我们为独立调查者设计的分析工具，并不是简单地提供一个“搜索”按钮；它更像一个并排摆好两张脸的分析引擎，让调查者从容易出错的“我觉得眼熟”，切换到可验证的数据维度。只要两张脸的特征向量距离低于某个阈值，无论调查员心里有没有那一点眼熟的直觉，数学上的匹配概率都一样清晰。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
