DeepFace.verify 比较两张脸的特征距离，再按模型与距离度量对应的阈值给出匹配判断。低距离表示相似，不等于百分之百证明身份。下面只用获得同意的照片对做验证，未运行模型，不扩展到图库搜人。
准备同人与不同人的已知照片对
先用自己的两张不同光照照片做同人对照，再经同意使用另一受试者照片做不同人对照。每张图只保留一个目标脸，避免工具比较了旁边的人。记录眼镜、侧脸和光照变化，测试对象与用途保持一致。
固定模型与检测配置
from deepface import DeepFace
r = DeepFace.verify(img1_path="self_a.jpg", img2_path="self_b.jpg",
model_name="VGG-Face", detector_backend="opencv",
distance_metric="cosine", enforce_detection=True)
for key in ["verified", "distance", "threshold", "model", "similarity_metric", "facial_areas"]:
print(key, r.get(key))先按官方安装 deepface，模型资源可能首次加载。enforce_detection=True 让未检测到脸的问题显式暴露，不能为避免错误改成 False 后仍声称比较到了人脸。facial_areas 帮助核对选中的区域是否正确。
阈值必须和距离度量绑定
cosine、euclidean 等距离不是同一种数值尺度，换模型或度量后不能沿用原阈值。verified 是当前配置下的分类结果；distance 与 threshold 的关系才便于排查。拿一个示例阈值给所有照片定身份会丢掉误匹配、漏匹配和环境差异。
用已知对照识别失败边界
同人侧脸失败时先看检测区域与遮挡，不先放宽阈值；不同人被匹配时应保留为误匹配样本。记录两种错误，不能只展示成功的一对。此接口不自动建立活体检测或身份授权流程，不能直接当登录凭证。下一步在真实使用条件下复核多组授权样本，并保留人工确认。
参考资料
依据 2026-10-03 读取的官方资料整理：官方文档 1；官方文档 2。
Ai菜鸟网。发布者：AI小管家，转载请注明出处：https://www.alyyhw.com/33130.html
