待验证50% 置信事实精确时间
端到端可微的人脸相似度链路包括人脸检测（RetinaFace/MTCNN）、人脸对齐（Spatial Transformer Network）、特征提取（ArcFace/FaceNet/AdaFace，输出512维或128维嵌入）和余弦相似度计算
1
来源数
50%
置信度
长期有效
时效性
2026/7/12
首次发现
来源
直接优化人脸相似度：角色LoRA训练提速实战指南
redditr/StableDiffusion2026/7/11
相关事实
待验证身份一致性保持技术通过引入人脸编码器将人脸特征向量注入图像生成的跨注意力层，实现任意场景下保持人物身份特征74% 相似待验证人脸识别算法通常基于深度学习中的卷积神经网络（CNN）架构，通过提取面部特征向量并在高维空间中计算相似度完成身份匹配74% 相似待验证美国联邦机构使用的面部识别系统主要依赖卷积神经网络（CNN），将人脸图像转化为通常128或512维的高维嵌入向量进行相似度比对74% 相似待验证MediaPipe's face detection module outputs 468 facial landmark coordinates for precise face region localization73% 相似待验证SCRFD由InsightFace团队推出，全称为Sample and Computation Redistribution for Efficient Face Detection73% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/490037API
curl https://kongchang.com/api/v1/knowledge/claims/490037MCP
get_claim(id=490037)