Bạn có một khung hình và không có tựa phim, không có mã, không có tên tệp. Con đường chạy được không phải là đi tìm tấm ảnh — mà là đi tìm khuôn mặt bên trong tấm ảnh, rồi từ diễn viên lan dần ra tới tựa phim.

Việc đảo thứ tự ấy chính là toàn bộ phương pháp. Một ảnh chụp màn hình là một tấm ảnh độc nhất không tồn tại ở bất cứ đâu khác trên web, nên chẳng có gì khớp được với nó xét như một tấm ảnh. Ngược lại, một khuôn mặt xuất hiện trên hàng trăm tấm bìa và ảnh tĩnh, và có thể đem so bằng toán học trên tất cả những chỗ đó.

Thực ra bạn cần gì trong ảnh chụp màn hình?

Một khuôn mặt, nhìn thấy được, và không quay đi quá xa khỏi máy quay. Mọi thứ khác đều không bắt buộc.

Nhận diện khuôn mặt hoạt động bằng cách định vị các điểm mốc — tâm hai mắt, chóp mũi, hai khóe miệng — rồi dùng chúng để nắn khuôn mặt về một tư thế chuẩn trước khi mã hóa. Nếu những điểm mốc ấy bị che, thì chẳng có gì để nắn cả, và cả dây chuyền dừng lại trước khi việc đối chiếu kịp bắt đầu.

Yếu tố trong khung hình Ảnh hưởng tới việc tìm bằng khuôn mặt
Mặt hướng thẳng hoặc hơi nghiêng Trường hợp tốt nhất — mọi điểm mốc đều nhìn thấy
Nghiêng hẳn sang bên (quay quá ~45°) Vẫn có thể phát hiện được, nhưng độ khớp tụt mạnh
Mặt bị che một phần bởi tay, tóc hoặc vật thể Thường là không phát hiện được
Nhòe do chuyển động mạnh Các điểm mốc trở nên không đáng tin
Mặt quá nhỏ (rộng vài chục điểm ảnh) Quá ít chi tiết để mã hóa cho ra hồn
Hậu cảnh, căn phòng, đồ đạc Bị bỏ qua hoàn toàn — không đóng góp gì
Chữ trên màn hình, logo, dấu thời gian Bước nhận diện khuôn mặt bỏ qua, nhưng lát nữa lại có ích cho bạn

Hai hàng cuối làm nhiều người bất ngờ. Tìm kiếm bằng khuôn mặt cố ý vứt bỏ hậu cảnh. Đó là lý do một ảnh chụp màn hình vốn "tệ" — phòng tối om, khung hình lộn xộn — vẫn có thể chạy hoàn hảo, miễn là khuôn mặt sạch sẽ.

Các bước theo thứ tự là gì?

  1. Dừng lại ở một khung hình có khuôn mặt nhìn rõ. Ưu tiên khoảnh khắc diễn viên nhìn về phía máy quay. Tua tới vài giây gần như luôn rẻ hơn việc lát nữa phải cố cứu một khung hình tệ.
  2. Chụp khung hình ở độ phân giải gốc. Hãy chụp màn hình trình phát, đừng chụp ảnh màn hình bằng máy khác. Tránh cắt cúp lại thành một ô vuông tí xíu — bộ phát hiện tự làm việc cắt cúp của nó.
  3. Tải lên và để việc phát hiện chạy. Ở đây việc phát hiện diễn ra ngay trong trình duyệt của bạn: ảnh được phân tích tại chỗ, và chỉ một vùng khuôn mặt đã cắt cùng năm tọa độ điểm mốc được gửi đi tiếp.
  4. Chọn đúng khuôn mặt nếu tìm được nhiều. Cảnh có nhiều người sẽ trả về nhiều lần phát hiện. Chọn nhầm một cái sẽ lặng lẽ đẩy bạn đi sai đường.
  5. Hãy đọc điểm tương đồng, đừng chỉ đọc thứ tự. Một danh sách xếp hạng thì lúc nào cũng trả về cái gì đó. Chính điểm số mới cho bạn biết nó có nghĩa gì không.
  6. Xác nhận lại với các tựa phim đã biết của diễn viên. Khi đã có một cái tên, hãy đem những chi tiết riêng trong khung hình của bạn — độ dài tóc, trang phục, bối cảnh, hình xăm hay khuyên, mọi chữ nhìn thấy được — ra đối chiếu với bìa và ảnh tĩnh.

Bước 6 là bước người ta hay bỏ qua, và đó là nơi phần lớn câu trả lời sai bắt nguồn. Tìm kiếm bằng khuôn mặt cho bạn một con người, không phải một tựa phim. Tựa phim là suy luận của bạn, và nó cần một mẩu bằng chứng thứ hai.

Bạn đọc điểm tương đồng thế nào?

Vector khuôn mặt được so bằng độ tương đồng cosine, một con số từ 0 đến 1. Trên dữ liệu của chúng tôi, ngưỡng được hiệu chỉnh cho ảnh chụp từ video là 0.40 — trên mức đó, hai khuôn mặt được coi là nhiều khả năng cùng một người.

Dải điểm Nên đối xử thế nào
Dưới 0.40 Dưới ngưỡng. Hãy coi như không khớp, dù nó trông có lý đến đâu
0.40 – 0.50 Yếu. Cần một xác nhận độc lập trước khi bạn dựa vào nó
0.50 – 0.65 Tạm ổn. Vẫn nên kiểm thêm một tấm ảnh khác của cùng người đó
Trên 0.65 Mạnh. Thường là cùng một người, trừ khi khung hình bị xuống cấp

Một kết quả 0.42 và một kết quả 0.85 nhìn trong danh sách thì y hệt nhau nhưng nghĩa lại rất khác nhau. Công cụ nào giấu điểm số đi tức là đang giấu đúng cái phần bạn cần để phán đoán.

Vì sao chỉ mục quan trọng hơn thuật toán?

Vì một khuôn mặt chưa từng được lập chỉ mục thì không thể được trả về, dù việc đối chiếu có giỏi tới đâu.

Chỉ mục của chúng tôi giữ 241,792 khuôn mặt với 2,333 diễn viên có tên, lấy từ bìa và khung hình phim người lớn trên 106 trang (chỉ mục của chúng tôi, ảnh chụp 2026-08). Loại tư liệu đó đơn giản là không tồn tại trong một chỉ mục ảnh dùng chung, và đó là lý do các công cụ dùng chung chẳng trả về gì hữu ích bất kể chúng được xây dựng tốt đến đâu.

Một giới hạn đáng nói thẳng: độ phủ của chúng tôi không đều. Trong số 2,333 diễn viên có tên, 2,246 người có ảnh đại diện lấy từ một trang duy nhất. Đó là một độ lệch có thật. Một tựa phim thuộc danh mục chúng tôi chưa lập chỉ mục, hay một diễn viên chưa từng xuất hiện trên những nguồn chúng tôi phủ, sẽ không tìm ra được — mà công cụ thì vẫn cứ đưa cho bạn một danh sách xếp hạng những cái suýt khớp. Chính việc đọc điểm số mới bảo vệ bạn khỏi chuyện đó.

Bạn nên làm gì khi chẳng có kết quả nào ra hồn?

Hãy đổi đầu vào trước khi đổi công cụ. Theo thứ tự mức độ hay giúp được việc:

  • Thử một khung hình khác. Một ảnh chụp thứ hai từ một khoảnh khắc khác trong cùng cảnh là nước đi cho lại nhiều nhất.
  • Thử một người khác trong cảnh, nếu có nhiều hơn một người.
  • Xem có mã nào hiện trên màn hình không. Nhiều bản phát hành in sẵn một mã vào đoạn mở đầu, vào cảnh bìa, hoặc vào hình mờ. Một cái mã biến bài toán hình ảnh thành một lần tra chữ.
  • Chấp nhận khả năng nó không có ở đó. Các bản do người nghiệp dư đăng lên, các bản phát hành rất cũ, và nội dung từ những danh mục chưa được lập chỉ mục có thể thật sự không có mục nào cả.

Câu hỏi liên quan

Nếu bạn đang mở sẵn khung hình đó, hãy tải lên đây và xem nó trả về gì. Việc phát hiện chạy ngay trong trình duyệt của bạn — ảnh chụp màn hình gốc không bao giờ rời khỏi thiết bị, chỉ một vùng khuôn mặt đã cắt được gửi đi để đối chiếu, và sau đó chẳng có gì được giữ lại.