如何提升ARKit面部追踪中捕获图像的分辨率？

在ARKit中使用ARFrame.captureImage生成人脸特征并进行相似度比对时，发现通过capturedDepthData获取到的captureImage分辨率仅为640x480，相比直接使用Vision框架处理的图像，人脸特征比对质量受到显著负面影响。

已尝试的优化方案及遇到的问题 #

方案1：设置最高分辨率视频格式 #

尝试通过排序ARFaceTrackingConfiguration.supportedVideoFormats选择分辨率最高的格式进行配置，代码如下：

let configuration = ARFaceTrackingConfiguration()
if let videoFormat = ARFaceTrackingConfiguration.supportedVideoFormats.sorted(by: { ($0.imageResolution.width * $0.imageResolution.height) < ($1.imageResolution.width * $1.imageResolution.height) }).last {
    configuration.videoFormat = videoFormat
}

实际效果：captureImage的分辨率并未得到提升。

方案2：使用captureHighResolutionFrame并设置推荐视频格式 #

尝试配置ARFaceTrackingConfiguration.recommendedVideoFormatForHighResolutionFrameCapturing，代码如下：

if let videoFormat = ARFaceTrackingConfiguration.recommendedVideoFormatForHighResolutionFrameCapturing {
    configuration.videoFormat = videoFormat
}

实际问题：

• 根据官方文档，该方法会异步获取高分辨率帧，导致常规capturedImage与高分辨率图像频繁切换，需要针对不同尺寸手动调整displayTransform和CGAffineTransform，增加了开发复杂度；
• 每秒会产生60次快门音，严重干扰用户使用体验。

寻求可行方案：希望找到既能有效提升captureImage分辨率以保证人脸特征比对质量，又能避免上述方案缺陷的解决办法。

内容的提问来源于stack exchange，提问作者Kevvv