面向可搜索视频资料库的人脸识别
ClipCatalog 会检测视频中的人脸，归组反复出现的人物，并把他们变成可在整个资料库中重复使用的人物筛选器。本页介绍的是这项更完整的能力：它如何跨项目、归档硬盘和长期积累的素材库发挥作用。
如果您想先看"快速找到某一个人"的任务型教程，可先阅读 如何在视频中找人。
在整个资料库中归组反复出现的人物
ClipCatalog 会把反复检测到的人脸转成可复用的人物分组，让同一位嘉宾、拍摄对象、合作伙伴或家人，成为一种搜索维度，而不只是靠记忆去找。
从一个片段延展到更多相关片段
从一个有价值的结果开始，再扩展到所有包含同一人物的相关片段，横跨项目、硬盘与多年素材。
让人脸处理保持本地且可控
人脸检测、嵌入计算与分组全部在您的电脑上进行。不会上传任何数据，生成的人脸数据始终保存在加密的本地数据库和 FAISS 索引中。
ClipCatalog 中基于人物探索的工作原理
ClipCatalog 使用设备端 AI 模型检测人脸并计算嵌入向量，再在本地 FAISS 索引中进行比对，归组反复出现的人物。最终结果，就是一个可在整个档案中重复使用的人物筛选器。
启用人脸检测
在设置中开启人脸检测功能。启用前将显示确认对话框，说明该功能及其影响。
人脸被检测并分组
在处理过程中，ClipCatalog通过YuNet检测人脸，并使用SFace计算嵌入向量——两者均通过OpenCV DNN在本地运行。相似人脸会被聚类到同一人群组中。
按人物筛选整个档案
在搜索面板中选择一人或多人，即可查看整个已索引资料库中的匹配片段。若选择多人，可切换为全部匹配或任意匹配，并叠加标签、转录、日期及其他筛选条件。
人脸搜索的实际操作流程
从一个片段开始，让 ClipCatalog 找出包含相同人物的更多视频；当你只需要两位已选人物同时出现的片段时，还可以进一步收紧结果。
* 出于隐私考虑，部分人脸已做像素化处理。
最适合
当同一个人会在大型资料库、重复拍摄或多年档案中反复出现，并且人物筛选器能被反复复用时，这项功能尤其有价值。
面向档案规模的工作流
在家庭档案中复用人物分组
在大型家庭档案中，同一个人会在节日、生日和旅行素材里年复一年地反复出现。把这些反复出现的面孔归成组后，检索过程就从一次性搜索，变成了可重复使用的工作流。
跨系列追踪反复出现的嘉宾
如果同一位合作伙伴、嘉宾或出镜专家反复出现在多期内容中，人物筛选器可以帮助您回看他们的全部出镜，而不用再记住当时属于哪个项目文件夹或拍摄日。
按受访对象搜索长期访谈档案
在运营长线访谈系列或纪录片档案吗？先用嘉宾的人脸进行筛选，把跨季出镜全部拉出来，再结合 转录搜索 找到您记得的那句原话。
按人物回看活动素材
大型活动往往会生成数百条片段，同一批核心人物反复出现。人物筛选器能帮助您从整场活动的档案中，快速聚焦到剪辑真正关心的人。
人脸识别技术能带来什么
分组，而非完美标识
人脸识别功能将相似面孔归类，便于按人物检索片段。该功能采用带阈值和边际的k-NN投票机制降低误匹配率，并限制每人嵌入向量数量以避免特定面孔过度代表导致的偏差。当面部模糊、不完整或严重遮挡时，偶尔可能出现归类错误。
作品缩略图
人脸检测运行于采样帧（缩略图），而非视频的每一帧。这使得处理大型图库时仍能捕捉到最明显的面部出现，同时保持处理的实用性。屏幕上极短暂的出现可能无法被检测到。
可选的 GPU 加速
人脸检测与嵌入采用OpenCV DNN实现，在可用时可选OpenCL加速。若系统不支持OpenCL，应用将自动回退至CPU——速度较慢但仍可正常运行。了解GPU加速技术 →
与其他过滤器组合使用
人脸搜索与其他筛选器叠加使用时效果最佳。可查找满足以下条件的片段：特定人物出现且出现特定关键词且视觉标签匹配且属于特定日期范围或文件夹。 探索所有搜索过滤器 →
如果面部检测功能被禁用
当人脸检测功能关闭时，“素材类型”筛选器将不可用，且高光评分会使用较少的信号——因此可能降低准确性。您可随时在设置中重新启用人脸检测功能。了解搜索筛选器 →
何时以及如何使用面部识别功能
ClipCatalog中的面部识别功能旨在保持透明且完全由您掌控。在启用该功能前，应用程序会显示一个确认对话框，其中包含以下声明：
设置界面展示了人脸检测在启用前和启用后的状态。人脸搜索始终是可选功能，之后你也可以再次关闭它或删除人脸数据。
在本地分析视频中的面部以聚类相似面孔，便于查找同一人的视频内容。
此功能可能涉及生物识别数据，部分国家对此有相关法规限制。
本人承诺在使用该功能时遵守适用法律。
可随时关闭该功能并清除现有面部数据。
仅限主动选择加入——默认处于禁用状态
首次安装ClipCatalog时，人脸识别功能处于关闭状态。该功能仅在您主动前往设置中启用并确认知晓相关影响后才会激活。您可随时重新关闭该功能——现有面部数据将持续保存，直至您选择删除。
生物特征数据考量
面部嵌入——即面部特征的数学表示——可能根据欧盟《通用数据保护条例》（GDPR）、伊利诺伊州《生物识别信息隐私法》（BIPA）或其他司法管辖区的类似法规被归类为生物识别数据。由于ClipCatalog在您的设备上本地处理所有数据且从不上传面部信息，您始终拥有完全控制权。但您需确保自身使用行为符合适用的法律法规。
本地处理——不涉及云端
所有面部检测、嵌入计算和识别操作均在您的计算机上完成。面部裁剪结果、嵌入向量及FAISS索引均存储于本地加密的ClipCatalog数据库文件夹中。任何面部数据均不会发送至服务器或云端服务。
完全数据控制——随时删除
您可随时通过设置删除所有面部数据：面部图像、检测记录、人物组及FAISS面部索引均将被清除。若后续重新启用面部检测功能，视频内容需重新处理。此操作可让您在改变主意或环境变动时，彻底清除所有生物识别数据。
携手并进，力量倍增
人脸识别是 ClipCatalog 的一个搜索维度。它真正的价值，在于把人物筛选与档案中的其他元数据结合起来，从数千条片段中精确收束到您需要的结果。
相关比较
如果你正在将这一工作流程与其他工具比较，请先查看这些并排对比页面。
常见问题
不——面部识别功能完全可选。您可使用ClipCatalog进行内容检测、字幕搜索及其他所有功能，而无需启用面部检测功能。
不。人脸检测、嵌入和分组操作均在您的计算机本地完成。您的视频素材和人脸数据永远不会离开您的设备。
打开设置并开启"面部识别"功能。您将看到一个确认对话框，其中说明该功能的作用、在某些司法管辖区面部数据可能被视为生物识别数据，以及您可随时关闭该功能并删除面部数据。
是的。在设置中，您可以一键删除所有检测到的面部、人物组以及面部索引。若后续重新启用人脸检测功能，视频将需要重新处理。
是的。您可以将人脸/人物滤镜与字幕文本、检测内容、日期范围、文件夹、分辨率、帧率等元素叠加使用——从而精准定位所需片段。
ClipCatalog采用智能匹配算法，旨在减少错误匹配并避免因面部过度呈现导致的偏差。该系统能快速为您筛选出正确片段集，但偶尔仍可能出现错误分组——尤其在处理低质量或局部面部图像时。
人脸检测与嵌入功能采用OpenCV DNN实现，并支持可选的OpenCL加速。若系统未启用OpenCL，将自动回退至CPU。
在许多司法管辖区，面部嵌入和面部几何特征被归类为生物识别数据，可能受《通用数据保护条例》（欧盟）、《伊利诺伊州生物识别隐私法案》（美国伊利诺伊州）或类似法律的隐私法规约束。ClipCatalog 实现本地化处理并赋予您完全控制权，但您需确保使用此功能时符合所在地区的适用法律。
试用一个文件夹
评估这套更完整的人脸识别工作流，最好的方式是先在设置中启用它，处理一个项目或归档文件夹，然后看看一条有价值的片段能多快变成可重复使用的人物筛选器。
免费试用 ClipCatalog — 最多可观看 500 部视频
无需注册账户。您的视频素材将始终保存在您的电脑上。
理解面向视频资料库的人脸识别
无论你称之为人脸搜索、人物探索，还是视频人脸识别，核心思路都一样：把反复出现的面孔转化成一个可在整个档案中反复利用的检索层。
为什么基于人物的探索很重要
有时候问题不只是找某一个镜头，而是要在庞大的档案里反复找回某位常驻嘉宾、纪录片主角或家庭成员。人脸识别把"我知道他/她在这个库里反复出现过"，变成可以反复使用的人物筛选条件。
本地与云端人脸识别
大多数人脸识别服务都需要将视频素材上传至云端API。对于处理客户素材、个人内容或大型文件的视频创作者而言，这往往难以实现。ClipCatalog将所有面部处理工作运行在您自己的硬件设备上——您的视频素材和面部数据始终保存在本地设备中。 了解更多本地优先隐私保护 →
面部嵌入的工作原理
当ClipCatalog检测到人脸时，它会计算一个嵌入向量——这是对该人脸特征的紧凑数学表示。这些嵌入向量存储在本地FAISS索引中，使得新面孔与所有已知面孔的比对变得快速高效。相似嵌入向量会被归为同一人，这就是按人搜索功能的运作原理。
实际限制
人脸识别效果最佳时，人脸需清晰可见、光线充足且大致朝向摄像头。当人脸距离过远、存在浓重阴影、出现运动模糊或角度极端时，识别效果可能受限。该系统基于采样帧运行，因此极短暂的出现可能无法捕捉。了解这些限制有助于您更智能地搜索并设定合理预期。