Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.
# Verwendung von Ähnlichkeitsschwellenwerten für die Zuordnung und Zuordnung von Gesichtern
Ähnlichkeitsschwellenwerte werden sowohl für das Zuordnen als auch für das Zuordnen von Gesichtern verwendet. Im Folgenden finden Sie Anleitungen zur Verwendung von Ähnlichkeitsschwellenwerten für beide Anwendungsfälle.
## Verwendung von Ähnlichkeitsschwellenwerten für die Zuordnung von Gesichtern
Beim Zuordnen von Gesichtern mithilfe dieser [AssociateFaces](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_AssociateFaces.html)Operation ist es wichtig sicherzustellen, dass Gesichter, die einem Benutzer zugeordnet werden, alle von derselben Person stammen. Als Hilfestellung gibt der `UserMatchThreshold`-Parameter die Mindestzuverlässigkeit der Benutzerübereinstimmung an, die erforderlich ist, damit das neue Gesicht einem `UserID` zugeordnet werden kann, das bereits mindestens ein `FaceID` enthält. Auf diese Weise wird sichergestellt, dass die `FaceIds` dem richtigen `UserID` zugeordnet werden. Der Wert liegt zwischen 0 und 100 und der Standardwert ist 75.
## Verwenden von Übereinstimmungsschwellenwerten für den Gesichterabgleich
Wir ermöglichen es Ihnen, die Ergebnisse aller Suchoperationen ([CompareFaces](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_CompareFaces.html),,,, [SearchUsersByImage](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_SearchUsersByImage.html)) zu kontrollieren [SearchFaces[SearchFacesByImage[SearchUsers](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_SearchUsers.html)](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_SearchFacesByImage.html)](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_SearchFaces.html), indem Sie einen Ähnlichkeitsschwellenwert als Eingabeparameter angeben.
`FaceMatchThreshold` ist das Eingabeattribut für den Ähnlichkeitsschwellenwert für `SearchFaces` sowie `SearchFacesByImage` und steuert, wie viele Ergebnisse auf der Grundlage der Ähnlichkeit mit dem übereinstimmenden Gesicht zurückgegeben werden. Das Attribut für den Ähnlichkeitsschwellenwert für `SearchUsers` und `SearchUsersByImage` ist `UserMatchThreshold`. Es steuert, wie viele Ergebnisse auf der Grundlage der Ähnlichkeit mit dem zu übereinstimmenden Benutzervektor zurückgegeben werden. Das Schwellenwertattribut ist `SimilarityThreshold` für `CompareFaces`.
Antworten mit einem `Similarity`-Antwortattributwert, der niedriger als der Schwellenwert ist, werden nicht zurückgegeben. Es ist wichtig, diesen Schwellenwert für Ihren Anwendungsfall zu kalibrieren, da mit ihm bestimmt werden kann, wie viele Falschmeldungen im Ihren Übereinstimmungsergebnissen enthalten sind. Dies steuert die Wiedererkennung Ihrer Suchergebnisse. Je niedriger der Schwellenwert, desto höher die Wiedererkennung.
Alle Machine Learning-Systeme sind probabilistisch. Nehmen Sie die Einstellung des richtigen Übereinstimmungsschwellenwerts je nach Anwendungsfall nach eigenem Ermessen vor. Wenn Sie z. B. eine Foto-App zur Ermittlung ähnlich aussehender Familienmitglieder entwickeln wollen, könnten Sie einen niedrigeren Grenzwert wählen (z. B. 80 %). Für viele Anwendungsfälle in der Strafverfolgung empfehlen wir hingegen, einen hohen Schwellenwert von 99 % oder höher anzusetzen, um Fehlidentifikationen zu vermeiden.
Zusätzlich zu `FaceMatchThreshold` und `UserMatchThreshold` können Sie das `Similarity`-Antwortattribut als Mittel einsetzen, um Fehlidentifikationen zu verringern. Beispielsweise können Sie einen niedrigen Grenzwert (z. B. 80 %) auswählen, um mehr Ergebnisse zurückgeben. Anschließend verwenden Sie das Antwortattribut „Ähnlichkeit“ (Übereinstimmung in %) zum Einschränken der Auswahl und zum Filtern der richtigen Antworten in Ihrer Anwendung. Auch hier verringert ein höherer Übereinstimmungswert (z. B. 99 % und höher) die Gefahr der Fehlidentifikation.