仅凭人脸相似度分数，无法证明两张照片中是同一个人。这个分数描述的是某个系统在特定条件下完成的一次比较。即使结果以百分比显示，也需要说明其量表、判定阈值和实测错误。它不会自动证明某个账号由谁控制、照片是否真实，或一个人有多大吸引力。
照片整理软件把两个人归为一组、应用为你自己的两张肖像给出出乎意料的低匹配结果，或比较网站显示“相似度94%”时，这一区别就很重要。下一步应该查看结果究竟衡量了什么。本指南提供一种记录证据的方法；比较仍无定论时，就让它保持无定论。
1. 区分外貌相似、人脸匹配与身份确认
外貌相似是一种宽泛的视觉判断。两个人可能有相近的发型、表情或脸形，却并非同一个人。人脸匹配系统提出的问题更窄：比较一对图像，或将图像与保存的参考图像进行比较。确认一个人的身份则是更广泛的过程，还取决于参考资料的来源及可靠性。
先阅读工具的任务说明。一对一比较检查一组待核对的图像；一对多搜索则从一个集合中选出候选对象。集合中的“最佳匹配”可能只是现有候选对象中最相似的一个，并不意味着正确的人就在集合中。没有相应评估，就不要把一种任务的结果或准确率宣称套用到另一种任务上。
外貌反馈回答的又是另一个问题。对肖像呈现效果的评分，并不是生物识别匹配。我们的AI人脸分析指南讨论的是基于照片的反馈；两个工具采用相似的分数形式，不代表它们可以互换。分数也不能说明一个人的性格、诚实程度或个人价值。
2. 人的确信不是独立的认证
即使图像清晰，比较不熟悉的面孔也可能很困难。在Burton、White和McNeill于2010年发表的格拉斯哥人脸匹配测试中，观察者判断一对照片是否为同一个人。完整测试使用168对图像，另有40对图像的简版。图像均为正面照，由不同相机在同一天拍摄。该测试旨在测量匹配能力，而非人脸记忆能力。这种受控条件与比较经过裁剪或编辑的社交媒体照片不同。
White及同事于2014年开展的护照工作人员研究包含一项照片对照片的实验，参加者为27名工作人员和38名大学生。他们将新照片与较早的实验照片或官方身份证件照片进行比较，完成84次“相同还是不同”的判断。研究未发现工作人员的总体准确率具有显著优势，不过表现会随实验条件和个体而变化。这是特定工作群体和任务的研究，不能视为所有专业人员或当今识别软件的错误率。
其实用启示是有限的：“我确信他们长得一模一样”是一项可以记录的判断，并非保证。观察者和应用得出相同结论，也不能证明两者的错误彼此独立。不要把外貌相似的印象变成针对陌生人的公开身份断言。
3. 了解阈值以及两类错误
截至2026年10月27日查阅的NIST一对一验证人脸识别技术评估区分了两类错误。错误匹配，是把不同人的图像判为匹配；错误不匹配，是拒绝同一个人的图像匹配。NIST在特定阈值和特定数据集上报告性能，其结果并不能验证某个未指明的消费级应用。
对于数值越大表示匹配程度越高的相似度分数，提高接受阈值通常会减少错误匹配，同时增加错误不匹配。微软的Face文档解释了这种权衡。该文档针对微软自身的服务；其中的分数量表和默认设置，不应成为其他产品的通用规则。阈值是一项判定设置，并非置信区间。
因此，假设结果显示“0.94”或“相似度94%”，除非提供商明确为相关用途定义并验证了这种解释，否则不应把它读作两张照片属于同一个人的概率为94%。要询问数字的含义、接近临界值时会怎样，以及测量了哪些错误率。如果缺少这些信息，就将输出记录为“缺乏说明的相似度结果”。
4. 根据输出来选择下一步
下表是编辑团队提供的决策辅助，并非经过验证的身份识别程序。相同的输出，可能因使用目的和现有来源资料不同而需要不同的应对。
| 看到的结果 | 可能支持的判断 | 有用的下一步 |
|---|---|---|
| 没有说明文档的高相似度分数 | 工具按自己的量表将这对图像评为相似 | 索取分数定义和相关评估，暂不确认身份 |
| 你自己的照片之间匹配度很低 | 比较未达到该系统的阈值 | 先检查输入质量和规定的拍摄条件，再解释差异 |
| 照片整理软件把两个人合并为一组 | 分组需要复核 | 拆分分组并保留原文件，不要把无关的人重新标记为同一身份 |
| 两个服务意见不一致 | 这些输出不能互换使用 | 分别记录工具和设置，不要对分数求平均来生成新的百分比 |
| 正式身份验证步骤未通过 | 要求完成的核验仍未解决 | 使用该服务文档中规定的复核或备用流程 |
例如，纠正家庭相册中的错误分组，是一种可以撤回的标签决定。宣称某个陌生账号属于特定的人，则是范围大得多的断言。相册中的比较无法补上这种断言所缺少的证据。
5. 相似度分数的七步检查清单
用以下步骤让比较更容易解释。它们有助于整理问题和观察记录，但不会训练你进行法医身份识别或计算身份概率。
- 写下要回答的问题。区分整理自己的照片、比较肖像呈现效果以及完成正式身份核验，并界定哪些问题不属于本次任务。
- 记录文件来源。保留原图，注明已知的裁剪、滤镜、修复或生成处理。只处理你有适当理由且获准处理的图像。
- 阅读工具的适用范围。查找提供商、可获得的模型或版本信息、比较类型、分数定义以及允许的图像条件，并保存比较日期。
- 查找实测错误。询问相关阈值下的错误匹配和错误不匹配结果，同时了解评估人群与图像条件。单独一个宣传性的准确率数字并不完整。
- 检查拍摄条件。记录模糊、曝光、遮挡和姿势。如果比较的是自己的照片，应重新拍摄合适且未改动的图像，而不是添加生成的细节来强行取得一致结果。
- 将分歧按分歧保存。记录原始输出、阈值以及文档中说明的比较不适用原因。不要不断更换工具，直到某个工具给出你希望得到的身份结论。
- 选择范围明确的结果。纠正相册标签、取得更好的来源资料，或采用负责该核验的服务所提供的复核流程。证据不足时，写下“身份尚未确认”。
简短记录往往就够了：“两张原始肖像；拍摄日期不同；已记录工具和版本；分数量表缺乏说明；未得出身份结论。”这能保留观察与断言之间的区别。如果以后获得更清晰的参考图像或适当文档，也便于重新复核。
6. 同时考虑图像质量和测试人群
NIST的人口统计因素影响概述指出，错误不匹配高度依赖图像质量。曝光和相机角度会影响性能，而即使图像质量良好，错误匹配仍可能存在群体间差异。要问评估是否涵盖了你这次比较所涉及的人群与拍摄条件；总体平均值可能掩盖有关的差异。
很小、昏暗的人脸裁剪图，与光照良好的参考图像，并非等同的输入。如果系统拒绝匹配，单凭这一点无法确定原因。针对你自己的照片，我们的清晰人脸照片准备指南有助于控制基本拍摄变量。这是拍摄建议，并非生物识别认证标准。
不要把生成式锐化当成恢复缺失身份证据的方法。我们的人脸修复检查清单解释了为什么看似合理的新面部细节可能与原图不同。匹配性能、视觉质量和真实性，应分别讨论。
7. 让外貌反馈发挥恰当的作用
两张照片可能看起来相似，但文件来源、账号操作者或拍摄情况仍然不明。反过来，看起来不同的照片也可能拍的是同一个人。人脸比较结果不会仅仅因为界面显得精确，就解决这些额外的问题。
如果你的目标是获得自己肖像呈现效果的反馈，可以使用合适的原始照片，了解FaceScore的照片分析和建议。将输出视为应用针对这张图像生成的外貌反馈。它不是身份验证、诊断、真实性证书，也不是对你个人价值的客观衡量。让任务目的决定所需证据，并在证据不足以继续推论时明确保留不确定性。