按名字搜索没有看上去那么可靠，因为一位女优很少只有一个名字。有日文写法，有它的一种或多种罗马拼音，还常常有在职业生涯某个阶段启用的艺名——而各家目录对哪一个才是标准写法意见不一。
解法是把名字当成一组变体，而不是一串字符，并且在相信任何一份找到的作品年表之前，先用图片核对身份。
为什么一位女优会有好几个名字？
四种不同的机制，各自造成一种不同的漏查。
| 机制 | 它造成什么 | 典型症状 |
|---|---|---|
| 日文 ↔ 罗马拼音 | 同一个名字，不同的文字 | 官方条目在拉丁字母搜索里完全看不见 |
| 相互竞争的拼法 | Yuu / Yu、Ryo / Ryou、Ohno / Ono |
两份都不完整的作品年表 |
| 姓名顺序 | 姓在前还是名在前 | 顺序一颠倒才搜得出来 |
| 更换艺名 | 两条彼此独立的职业记录 | 一段生涯看起来停了，然后在别处重新开始 |
罗马拼音这个问题在我们自己的数据里是可以量化的：有 197 条女优记录的英文写法与主名字形式不一致（我们的索引，2026-08 快照）。也就是 197 个人，取决于你从哪儿出发，会以两种拼写各自被找到，作品年表也随之一分为二。
改艺名更少见，但破坏力更大，因为它藏起的是半段生涯，而不只是把一次搜索打散。在我们的数据里，13% 的女优记录有登记在案的曾用名——而这个数字是下限而不是上限，因为它只数了我们能够关联起来的那些。
步骤是什么？
- 确定标准写法。 找一条权威条目——官方目录页或女优资料页——把名字按上面写的一字不差地抄下来，两种文字都给了就两种都抄。
- 搜日文字串。 复制粘贴就行，你不需要读懂它。这一步通常能翻出罗马拼音搜索漏掉的官方条目。
- 每一种罗马拼音都搜一遍。 至少要试长短元音两种写法（
yuu/yu、ou/o），以及两种姓名顺序。 - 找有没有登记的曾用名。 资料页经常会列出以前的名字或别名。每一个别名都是一次单独的搜索。
- 相信结果之前先用眼睛核对。 比一比挂在每条记录下的图片。如果一份作品年表里的图看着不像同一个人，那就不是。
- 用番号交叉验证。 一旦锁定了候选作品，它的番号就是能在各个目录之间确认它的那个标识。
第 5 步正是马虎的查找会翻车的地方。名字搜索返回的是一条记录，不是一个人。记录会被错误地合并，而两位罗马拼音相同的女优会被塞进同一个页面。
怎么确认两个名字是同一个人？
靠比对脸，不是靠比对生平。
人脸向量在这里给的是直接答案。属于同一个人的两个名字，产生的向量会挨得非常近——远比两个不同的人之间任何巧合的相像更近。这也是唯一一种不依赖「某个目录恰好记下了这层关系」的方法。
| 证据 | 强度 | 弱点 |
|---|---|---|
| 两个名字的人脸向量几乎相同 | 强 | 需要两个名字下都有图片 |
| 目录明确列出了这个别名 | 强 | 只在有人记录过的地方才存在 |
| 生平字段对得上（出道年份、三围） | 中等 | 字段填得稀疏，有时还是站与站之间抄来的 |
| 肉眼看着像 | 弱 | 撞脸很常见；记录被错误合并就是这么来的 |
| 论坛或社交平台上的说法 | 最弱 | 无法核实，还反复被转来转去 |
说到字段覆盖，得知道走生平这条路实际上有多单薄。在我们的 2,333 位具名女优中，有出道日期的占 59%、罩杯 59%、生日 56%、身高 57%、三围 56%，而出生地只有 31%（我们的索引，2026-08 快照）。拿三分之一到三分之二的记录都缺失的字段去做匹配，单靠它并不是一种可靠的身份认定方法。
只有一张脸、完全没有名字怎么办？
那名字就是输出，不是输入——而且这个方向通常更快。
一帧里有一张清晰的脸，就能返回索引中最接近的那些身份，附带相似度分数。超过我们为视频截图校准的 0.40 阈值，就当作大概率是同一个人。有了名字就有作品年表，有了年表就能收窄到具体作品。
有一条边界值得说明： 我们的索引里有 241,792 张人脸，但只有 2,333 张关联到了名字，而其中 2,246 张的代表图来自同一个来源。一条分数很高却没有名字的结果，意味着这张脸被索引了、但身份没有被认出来——那是真实而常见的结果，不是故障。
相关问题
如果缺的是名字而不是起点，那就倒着来：在这里传一帧画面，让脸把名字带出来。检测在你的浏览器里运行，原图不会离开你的设备。