A pontuação de similaridade é a similaridade de cosseno entre dois vetores faciais — duas listas de 512 números — e vai de 0 a 1. No nosso índice, 0.40 é o ponto acima do qual um par passa a ser tratado como provavelmente a mesma pessoa. Não é uma porcentagem, não é uma confiança e não é uma probabilidade. É um ângulo.

Esse número importa por causa de algo que a maioria das ferramentas de busca por rosto não te conta: a busca vetorial densa nunca devolve nada vazio. Peça dez resultados e ela devolve dez, exista ou não no índice a pessoa que você procura. A pontuação é a única coisa que separa uma resposta do estranho mais próximo que havia disponível.

O que a pontuação está medindo, afinal?

A similaridade de cosseno mede o ângulo entre dois vetores, ignorando o comprimento deles. Dois rostos codificados em vetores de 512 dimensões são "parecidos" quando seus vetores apontam quase na mesma direção.

O codificador — ArcFace, no nosso caso — é treinado para que imagens da mesma identidade produzam vetores apontando para o mesmo lado, e imagens de identidades diferentes produzam vetores apontando para lados distintos. Pose, iluminação, fundo e penteado são em boa parte descartados durante a detecção e o alinhamento, antes de o codificador sequer ver o rosto.

É por isso que a pontuação não se comporta como uma impressão visual. Duas fotos que parecem iguais para você podem pontuar baixo; duas fotos que não parecem nada uma com a outra — iluminação diferente, década diferente, cabelo diferente — podem pontuar alto.

Como ler cada faixa de pontuação?

Trate a pontuação como uma faixa, não como um veredito. Estas são as faixas de trabalho que usamos nos nossos próprios dados.

Pontuação Leitura O que fazer com ela
0.70 para cima Muito provavelmente a mesma identidade Trate como coincidência; confira a página de origem mesmo assim
0.55 – 0.70 Provavelmente a mesma identidade Coincidência, mas confirme com uma segunda imagem
0.40 – 0.55 Acima do limiar, mas fraca Plausível; tanto um ângulo ruim quanto um sósia produzem isso
0.25 – 0.40 Abaixo do limiar Semelhança, não identidade
Abaixo de 0.25 Vetor mais próximo disponível Não diz nada além de que o índice precisava devolver alguma coisa

As linhas abaixo de 0.40 são as que as pessoas leem errado. Um resultado em 0.31 não é "31% de chance". É o sistema te dizendo que não tem a sua pessoa e está te mostrando o que tem.

Fonte: nosso índice, amostra de 2026-08. As faixas são heurísticas de trabalho para ler os nossos próprios resultados, não um benchmark publicado.

Por que existe um limiar, para começo de conversa?

Porque um limiar converte uma distância contínua numa decisão de sim ou não, e toda conversão dessas troca um tipo de erro por outro.

Baixe o limiar e você recupera mais coincidências verdadeiras filmadas em ângulos difíceis ou com compressão ruim — ao custo de admitir mais rostos sem relação nenhuma. Aumente e as coincidências que restam ficam mais limpas, enquanto coincidências verdadeiras vindas de um plano de perfil ou de um stream de bitrate baixo somem da lista de vez.

Não existe ajuste que elimine os dois erros. 0.40 está onde está porque a nossa consulta típica é um quadro de vídeo: comprimido, com borrão de movimento, raramente de frente, muitas vezes pequeno. Um limiar calibrado em retratos de estúdio limpos ficaria mais alto e rejeitaria a maior parte das consultas reais.

Por que a mesma pessoa pontua diferente em fotos diferentes?

Porque o codificador descarta pose e iluminação de forma imperfeita, e cada degradação entre a câmera e a sua captura de tela move o vetor.

Condição Efeito na pontuação
De frente, nítido, bem iluminado Pontuações mais altas; o melhor caso do codificador
Cabeça virada além de uns três quartos Queda substancial; parte do rosto simplesmente não está lá
Compressão de vídeo pesada, bitrate baixo Queda; os artefatos de bloco corrompem o detalhe fino do rosto
Rosto pequeno no quadro Queda, e a detecção pode falhar antes mesmo da codificação
Oclusão — mão, cabelo, objeto na frente do rosto Os pontos de referência se deslocam, o alinhamento distorce, o vetor sai errado
Anos de diferença entre as duas imagens Queda moderada; o sinal de identidade persiste, mas enfraquece
Procedimentos estéticos, mudança grande de peso Coincidências verdadeiras podem cair abaixo do limiar
Maquiagem, penteado, cor do cabelo Efeito pequeno; o alinhamento recorta quase tudo isso

A última linha surpreende as pessoas, e a de cima dela decepciona. Cabelo é quase de graça; um rosto alterado não é.

Por que você deve desconfiar de uma ferramenta que esconde a pontuação?

Porque esconder a pontuação esconde a diferença entre uma coincidência e um chute, e essa diferença é o resultado inteiro.

Uma lista ordenada sem pontuações fica idêntica quer o primeiro resultado esteja em 0.85 ou em 0.19. Os dois se apresentam como "aqui está a coincidência mais próxima". Só um deles significa alguma coisa. Uma ferramenta que mostra dez rostos e nenhum número pegou o campo mais informativo que existe e o removeu — e fez isso justamente na única situação em que o sistema garantidamente vai produzir saída, tenha ela relação com a verdade ou não.

A versão honesta de um resultado de busca por rosto contém três coisas: a pontuação, o limiar contra o qual ela está sendo julgada e um link para a imagem de origem para você conferir com os próprios olhos. Se qualquer uma das três faltar, você não tem como auditar a resposta.

Dados e método

Fonte. Vetores faciais calculados a partir de imagens de capa e stills indexados pela starlikeness em 106 sites.

Amostra. 241,792 vetores faciais no índice; 2,333 registros de identidade com nome atrelado (nosso índice, amostra de 2026-08).

Método. Detecção com YuNet, produzindo uma caixa delimitadora e cinco pontos de referência. Alinhamento para uma pose canônica a partir desses pontos. Codificação com ArcFace em vetores de 512 dimensões. Recuperação por similaridade de cosseno contra o índice inteiro. O limiar de 0.40 está calibrado para consultas por quadro de vídeo contra este índice.

Data da amostra. 2026-08.

Viés conhecido. A cobertura é fortemente concentrada. 2,246 das 2,333 identidades nomeadas tiram a imagem representativa de um único site, e só uma minoria pequena dos 106 sites indexados carrega IDs de conteúdo japonês. O que medimos, portanto, é exposição em sites agregadores, não volume de lançamentos. Uma atriz cujo trabalho só aparece em sites que não indexamos não vai ser encontrada, e nenhuma pontuação vai te avisar disso — a busca vai devolver os dez estranhos mais próximos assim mesmo.

Limites do limiar. 0.40 vale para este codificador e este índice. Não é transferível para outra ferramenta, outro modelo ou outro tipo de imagem de consulta. Qualquer afirmação de que uma pontuação "significa" uma probabilidade fixa de identidade é exagerada: o mesmo número carrega peso diferente conforme a qualidade da consulta.

Citação.

starlikeness (2026). "O que significa uma pontuação de similaridade de 0.40?"
Índice de rostos, amostra de 2026-08 (n=241,792 rostos; 2,333 identidades nomeadas).
https://starlikeness.com/pt-BR/articles/what-similarity-score-means

Perguntas relacionadas

Dá para ver o limiar trabalhando: envie um quadro e leia as pontuações ao lado dos rostos. A detecção roda no seu navegador, só o recorte do rosto é enviado para a comparação, e a imagem original nunca sai do seu aparelho.