Megacams 的宣传文案如下：
每个人心中都有一个特别的人，他们希望在平台上找一个面容相似的人满足他们的幻想。然而，文字搜索并不便捷，还好我们有图像技术，人脸识别就是寻找他/她的最好解决方案。
官方介绍称，Megacams 的主播库有 180000 人 ，平均 5000 人会同时在线。用户只需上传一张人像照片，Megacams 就会根据人脸识别技术寻找与照片相似的主播，同时还会给出相似度。
出于对用户隐私保护，Megacams 不会储存任何用户上传的照片，搜索出结果后，照片就会自动删除。
当然，这里面有个严重隐私问题是，假如你试着拿着自己朋友的照片搜，万一真搜出她本人岂不尴尬了。在方便用户的同时，使得主播的隐私难以得到保障。
充满好奇心的用户借此机会去尝试，但发现目前的匹配度并不高。其中有用户上传了自己的照片：
而搜索结果如下：
相似度最高的主播分别为 46%，42% 和 40%。
匹配度不高有几个原因：
首先是用户上传的图片质量问题：如不高清，像素模糊均会使得识别结果有偏差。
其次是主播人数有限，使得可匹配的图库不超过 2 万，基数较低。
最后是用户上传照片过少：如果用户上传固定某一个人的照片越多(如某个人 100 张高清 、360 度无死角、各种表情的照片)，则越有利于 Megacams 对这个人的脸部特征进行提取，使得 Megacams 愈加全面丰富地掌握人物外貌信息从而更精准地匹配主播。
其实 Megacams 的算法其实与谷歌、百度的以图搜图功能原理相似，大致如下：
人脸检测：找到图像中人脸所在的位置。
脸部特征点定位：包括眼球中心点、脸颊等轮廓特征点。
人脸几何归一化：根据脸部特征点位置从图像中得到归一化的人脸区域图像，这一步主要是使得不同人脸上的像素对应的人脸位置一致。
人脸特征提取提取，将高维的人脸特征映射到分类能力更强的低维特征。
计算两个脸得到的鉴别特征之间的距离，作为相似度衡量。
人脸识别算法在近年来虽然有着很大的提升，但智能度仍旧有所欠缺。目前以图搜图在寻找同一个人时表现优秀，但搜索相似的人还存在一定的问题。“相似”这两个字本身就具有人类的主观色彩，因此仅仅通过特征提取和关键点定位来得出相似度，还差些火候。
