视觉智能平台人脸识别接口一直返回 SimilarityScoreNotMatched ，什么原因？

"SimilarityScoreNotMatched"的错误信息通常表示人脸识别的相似度分数没有达到预设的匹配阈值。这可能是由于以下几种情况：

1. 图片质量不佳：如果图片模糊或者光线不足，可能会导致人脸识别的准确性降低。

2. 图片中的人脸角度、表情、姿态等因素发生变化：这可能会影响人脸识别的准确性。

3. 图片中的人脸与其他已知人脸的相似度过高：这可能是由于图片中的人脸与数据库中的其他人脸非常相似，导致无法准确识别。

你可以尝试提高人脸识别的匹配阈值，或者改善图片的质量和拍摄条件，以提高人脸识别的准确性。

视觉智能平台人脸识别接口返回 SimilarityScoreNotMatched 的原因可能是：

1. 输入的人脸图片与数据库中存储的人脸图片相似度过高，超过了设定的阈值。你可以尝试调整阈值，或者使用其他方法来降低相似度。

2. 输入的人脸图片质量不佳，导致识别不准确。你可以尝试对输入的图片进行预处理，例如裁剪、缩放等，以提高识别的准确性。

3. 人脸库中的数据量不足，无法准确识别输入的人脸图片。你可以尝试增加人脸库中的数据量，以提高识别的准确性。

这两个错误消息分别表示在进行人脸比对面部特征相似度检测时，系统无法找到您提交的1163875407721005056号人脸，或者某个人脸图像与已存在的其他人脸图像的相似度过高，超过了阈值，导致相似度过高的错误。您可以尝试以下操作：

1. 检查提交的图片是否存在或格式是否正确，确保图像清晰并且人脸位置居中。
2. 如果存在多个相似的人物，可以尝试修改匹配阈值，允许更高的相似度结果。
3. 如果您上传的是包含非人脸区域的图片，可能会影响相似度检测结果，建议排除非人脸区域，只保留人脸部分。

出现SimilarityScoreNotMatched异常的原因可能有很多，以下是一些常见的原因及解决方案：

1. 图片质量差：如果上传的图片质量差，可能会导致识别失败。建议您上传高质量的图片，尽量避免模糊、过暗或者过大过小的图片。
2. 图片尺寸不合适：如果图片的尺寸不符合要求，可能会导致识别失败。建议您按照视觉智能平台的要求调整图片的尺寸。
3. 人脸位置偏移：如果图片中的人脸位置偏移，可能会导致识别失败。建议您确保图片中的人脸位置居中并且正面对着摄像头。
4. 人脸遮挡：如果图片中有遮挡物遮挡住了人脸的一部分，可能会导致识别失败。建议您尽量避免这种情况的发生。
5. 数据库中已有相似图片：如果数据库中已经有相似度很高的图片，可能会导致识别失败。建议您检查数据库中的图片，看看是否有相似度很高的图片。

针对以上问题，您可以尝试调整图片质量和尺寸，确保人脸位置居中并且正面对着摄像头，并尽量避免遮挡物遮挡住人脸的一部分。同时，建议您检查数据库中的图片，看看是否有相似度很高的图片。

第一个报错看是没有发现 entity=1163875407721005056 这个样本，你看下是否有建这个人脸样本。
第二个报错这个是添加人脸数据的时候，应该你人脸库中有添加过这个人的人脸数据，导致添加失败，提示相似度过高，你入参设定的是的SimilarityScoreThresholdBetweenEntity=75.0
SimilarityScoreThresholdInEntity=68.0 如果这两个参数不设定，那同一个库里你可以传入相同人的人脸数据。
此回答整理自钉群“阿里云视觉智能开放平台咨询1群”