找照片：用人脸反向搜索
在 FaceCheck.ID 的使用场景里，找照片通常不是找壁纸或同款商品，而是用一张人脸图去搜索这个人在公开网络上还出现在哪些页面，包括社交账号、新闻报道、博客、约会平台、诈骗举报站点和公开数据库。它属于反向图片搜索的一个分支，但聚焦在"人"，而不是"物"。
用人脸找照片和普通找图的区别
普通的以图搜图主要靠颜色、纹理、关键点这类视觉特征来找视觉上相似的图片，所以它会把同一张照片的不同尺寸、不同裁切版本找出来，但不会理解图里的人是谁。
人脸搜索走的是另一条路：系统先在图片里检测人脸，提取人脸特征向量（embedding），再去和已经索引的网页图片做特征比对。也就是说，即使两张照片的衣服、背景、姿势、年龄都不一样，只要是同一个人，仍有机会被匹配到一起。这也是为什么 FaceCheck.ID 这类工具能找出某人多年前的旧账号，而普通图片搜索找不到。
实际效果差别很大的几种情况：
- 同一张照片被反复使用：普通图搜和人脸搜都能找到
- 同一个人但是不同照片：基本只有人脸搜索能找到
- 不同的人但长得像：人脸搜索可能误报，普通图搜不会触发
- 修图、滤镜、戴口罩：两种方式都会受影响，人脸搜索受影响更明显
影响"找照片"结果质量的因素
上传图的质量直接决定能找到什么。一张正脸、光线均匀、分辨率足够的照片，匹配准确度会显著高于侧脸、逆光或低分辨率的截图。
比较常见的几种问题：
- 角度过偏：超过 30 度的侧脸会丢失大量特征点，匹配分数普遍下降
- 强滤镜或美颜：磨皮、瘦脸、放大眼睛等处理会让特征向量偏移，原图能找到、修图后却找不到的情况很常见
- 遮挡：墨镜、口罩、刘海挡住眉眼会大幅降低可信度
- 分辨率过低：人脸像素低于 100×100 时，特征提取本身就不稳
- 群体照：系统需要先确认搜的是哪一张脸，裁剪到目标人脸再上传通常更准
另外，对方的照片要在公开网络上被索引到，这次搜索才有意义。锁定的私人账号、仅限好友可见的相册、深网内容，搜索引擎抓不到，人脸搜索也找不到。
用"找照片"做身份核实的常见用途
- 核对约会软件上的人是不是用了别人的照片（反向找盗图）
- 检查 LinkedIn 的工作经历照片是否同时出现在其他名字下
- 对收到投资建议、转账请求的陌生联系人做基础背景查证
- 找回失联亲友的近期公开活动线索
- 记者、调查人员核对消息源是否使用真实身份
- 受害者确认对方是否在多个平台重复行骗
LinkedIn 头像之所以经常能搜到清晰结果，是因为它们一般是正脸、打光好，而且常被本人复用到公司官网、行业新闻、会议演讲页面。相反，Instagram 上加了重滤镜的自拍即使是同一人，匹配分数也可能偏低。
找照片不能证明什么
人脸搜索能告诉你"网上哪些页面出现过类似的脸"，但它不会告诉你这个人是谁、是不是诈骗犯、是不是图片里说的那个身份。
需要警惕的几个误区：
- 高匹配分数不等于同一人：双胞胎、近亲、外形相似的陌生人都可能产生高分匹配，尤其在亚洲面孔、年轻人群中假阳性更常见
- 找到的页面信息可能本身就是假的：比如对方在多个站点都用了同一张盗用的照片，搜索只能证明"这张图被到处使用"，不能证明哪个身份是真的
- 没找到结果不等于此人安全：可能只是他的照片没有被索引，或者他用的是 AI 生成的人脸
- 图像出现的上下文需要人工判断：例如同一张脸出现在新闻和某个诈骗举报页面，需要看清楚是受害者、报道对象还是嫌疑人，而不是直接下结论
把"找照片"当成调查的起点而不是终点。它能给你线索和需要核实的方向，最终判断仍然要靠交叉比对、上下文阅读和常识。
常见问题
在人脸识别搜索引擎的产品界面里写“找照片”，通常是在强调“找同一张图”，还是“找同一张脸”？
“找照片”在不同产品里可能指两类能力之一：
- 找同一张图/同源图：更关注整张图片的视觉相似、纹理、水印、裁剪关系，常用于追溯“原图/出处”。
- 找同一张脸：更关注人脸区域的特征向量相似度，即使换了背景、角度、裁剪或二次截图，也可能命中。
判断方法：如果结果常出现“同一个人但不同场景/不同拍摄角度”的多张照片，通常是“找同一张脸”；如果结果更集中在“同一张照片的不同尺寸/不同水印/不同转载页”，通常更偏“找同一张图”。
点击“找照片”并上传图片后，引擎通常会先做哪些自动处理，哪些处理会影响命中质量？
常见自动处理包括：检测人脸/人像主体、定位关键点、对齐与裁切、光照与清晰度评估、生成用于检索的特征表示（如向量/模板），再到索引库中做近邻检索与重排。影响质量的关键点通常不是“越大越好”，而是：人脸占比是否足够、是否正面或接近正面、是否严重运动模糊、是否过度美颜/滤镜、是否强遮挡（口罩/墨镜/手遮脸）、以及压缩马赛克或AI放大导致的伪纹理。为了更稳妥，建议准备2–3张不同角度/光照的照片分别搜索并交叉验证。
“找照片”结果里经常出现“截图站/聚合页/缓存预览”，这对判断“源头照片”意味着什么？
这通常意味着：引擎可能索引到了“转载链路中的某一环”，而不是首发源。截图站/聚合页往往会复制或再发布图片，因此更容易被检索到，但并不天然等于“最早出处”。更稳妥的做法是：
- 在命中页面中寻找更早的发布时间、原作者署名、原始分辨率、EXIF线索（若仍保留）、以及外链指向的上游来源；
- 用同一张图的不同裁剪版本再搜一次，看是否能命中更接近源头的页面；
- 对“仅有预览/缓存”的结果保持保留意见：它可能是已删除内容、权限内容或搜索引擎残留索引，并不等于内容仍真实可访问或仍有效。
如果一张照片里有多个人，使用“找照片”时怎样做才更不容易把结果混在一起？
多人的合照会带来“检索目标不明确”的问题：系统可能默认选择最大的人脸、最清晰的人脸，或同时提取多张人脸并混合返回结果。更低误伤的做法是：
- 先把目标人物的人脸单独裁剪出来（尽量保留额头到下巴、两侧脸颊完整），分别对每个人单独检索；
- 避免把旁人（尤其是未成年人、无关路人）的脸一并上传，减少不必要的生物特征暴露；
- 得到结果后，用“同一人的多张稳定特征”（发际线、耳廓、痣/疤位置、牙列特征等）做二次核对，而不是只看“像不像”。
像 FaceCheck.ID 这类提供“找照片/找人脸”能力的工具，最适合用来做什么？哪些用法应当避免？
更合适的用途通常是“线索发现与自查”：例如查找某张公开照片是否被转载、自己的头像是否被冒用、或在反诈场景中做初步排雷（把结果当线索而非定论）。像 FaceCheck.ID 这类工具若提供排名/评分/警示，也更适合被理解为“检索优先级提示”，需要结合来源页面上下文、时间线、以及可独立验证的信息再判断。
应当避免的用法包括：把检索结果当作“身份确认”、用于骚扰/跟踪/人肉、将不确定的匹配公开指认或传播，以及在缺乏授权的情况下批量上传他人照片做扩展搜索。为了降低风险，建议只处理必要最少的照片、优先使用公开且你有权处理的图片，并保留核验过程的记录以便纠错与申诉。
