我有具有以下详细信息的面部识别系统：
VGG16特征提取模型512维度特征向量（归一化）我需要计算similarity两个特征向量之间的度量。到目前为止，我已经尝试过difference衡量：
[-1, 1]）feature vector当我想从集合中找到最接近的Feature Vectors. 通过排序difference（距离）测量。但这种方法是相对测量。
我想要百分比similarity。所以我可以说给定的图像Person XXX具有一定程度的确定性x percentage
假设我有 2 个特征向量（人 a 和 b）。
我想通过某个百分比的概率计算出
person a确实是的准确度水平（以百分比表示）。person b
所以，谢谢你澄清这个问题。只是为了确认问题是询问如何为面部特征向量设置适当的阈值（例如表示 aa和b）。
我建议查看您已实现的余弦相似度或欧几里德距离。从这里开始，我将查看所有面部向量配对的相似性度量的分布。在这里，这可以让您了解所有面部矢量配对的一般相似性水平（例如，如果大部分分布偏向于降低面部相似度，那么这可能表明面部矢量配对之间总体缺乏相似性）。
如果分布偏向更高的相似性值，那么您可以将这个分布的第 90 个百分位作为确定是否a==的阈值b。
另一个想法是通过以下方式使用softmax的想法。这种方法将允许其他人精确地复制您的方法：
对于每一张脸 ，您计算之间的人脸向量配对的softmax和. 然后，从中选择索引它具有最高的值，然后可以假设它是这样的==( a== b)
所以你想通过人脸特征向量的相似性来识别一个人，用一些已知人的数据库，对吧？
您所说的相似性度量将帮助您识别该人而不是评估该识别的结果。要做到这一点，您需要一组您认识的人（即被贴上标签的人）。然后你需要执行你的方法：提取特征，测量相似度并识别那个人。然后您需要将此标识与他们的实际标签进行比较。在这里，您可以通过测量识别系统的准确度、精确度、召回率等来评估您的表现。