怎么讓DLIB的人臉檢測提高速度？我使用相機(jī)打開480x640窗口，然后使用opencv人臉檢測功能cvhaardetectobjects進(jìn)行人臉檢測。功能配置如下：faces=cvhaardetec

怎么讓DLIB的人臉檢測提高速度？

我使用相機(jī)打開480x640窗口，然后使用opencv人臉檢測功能cvhaardetectobjects進(jìn)行人臉檢測。功能配置如下：

faces=cvhaardetectobjects（detectimg，（cvhaardclassifier cascade*）cascade，storage，searchuscaleuuufactor，3，flags，minfeaturesize）

其中searchuscaleufactor為1.1，flags=cvHAARufinduuuumaxuobject | cvHAARdoouroughusearch表示只有一張臉。Minfeaturesize為（20，20）。

為什么我手機(jī)戴口罩也能人臉識別？

如果你戴著口罩保持半遮半掩，然后在設(shè)定過程中按另一半的節(jié)奏移動口罩來訓(xùn)練臉部ID，那么整個(gè)事情就可以實(shí)現(xiàn)了。

如果沒有，請重試并嘗試調(diào)整遮罩的一半，直到面部ID可以正確掃描用戶的面部。

后來，這項(xiàng)研究引起了很多外國網(wǎng)友的檢驗(yàn)。因此，我們發(fā)現(xiàn)，如果你將口罩對折，然后戴在左臉上，然后去設(shè)置面部ID，那么戴口罩時(shí)解鎖iPhone的概率要高得多，而且你幾乎每次都可以通過。

蘋果也回應(yīng)了這樣的操作，稱上述情況只是非常個(gè)別的情況。

蘋果在公開聲明中堅(jiān)稱，像Apple pay這樣的功能通常需要生物認(rèn)證，只能通過輸入密碼才能使用。臉I(yè)D戴著口罩時(shí)不能掃描用戶的臉，這是一種安全功能，否則它可能會擅自進(jìn)入手機(jī)?！癋ace ID的設(shè)計(jì)目的是，當(dāng)你能用眼睛、鼻子和嘴看到它時(shí)，它就工作了?！?/p>

事實(shí)上，在此之前，華為手機(jī)產(chǎn)品線副總裁李小龍?jiān)_表示，戴上口罩后，人的眼睛和頭部的特征點(diǎn)太少，無法保證安全，因此不可能解鎖手機(jī)。這與品牌無關(guān)，所以這就是為什么華為還在支持3D人臉解鎖的手機(jī)上保留指紋的原因。

目前，在手機(jī)上獲取人臉信息有兩種方式。一種是大多數(shù)Android手機(jī)的解決方案，即直接通過前置攝像頭進(jìn)行二維人臉識別。另一種是基于蘋果、華為手機(jī)和劉海組件的3D人臉識別。

對于支持3D人臉識別的手機(jī)，劉海中有一個(gè)點(diǎn)陣投影儀和一個(gè)紅外攝像頭。點(diǎn)陣投影儀把光點(diǎn)投射到我們的臉上。紅外攝像機(jī)直接找到投射到我們臉上的光點(diǎn)。找到光點(diǎn)后，以下步驟與雙目測距相同。利用三角測量原理，可以計(jì)算出每個(gè)光點(diǎn)的深度信息。

因此，如果戴上口罩、圍巾等，遮擋臉部的一些信息點(diǎn)，相機(jī)將無法完全讀取臉部的關(guān)鍵信息點(diǎn)。

此前，產(chǎn)業(yè)鏈人士表示，蘋果不久將在iPhone上使用指紋技術(shù)，而現(xiàn)階段對于使用人臉識別功能的手機(jī)來說，最合適的解決方案就是解鎖人臉識別指紋。

想用python做一個(gè)人臉識別認(rèn)證當(dāng)畢業(yè)設(shè)計(jì)用，有沒有什么建議或者大體設(shè)計(jì)思路？

至少有兩種解決方案。第一個(gè)是做一個(gè)人臉設(shè)計(jì)應(yīng)用系統(tǒng)，它傾向于實(shí)現(xiàn)整個(gè)設(shè)計(jì)的內(nèi)容；第二個(gè)是重點(diǎn)研究具體的識別模型算法。具體來說：

這種方案可以把竣工設(shè)計(jì)看作是一種工程實(shí)踐竣工設(shè)計(jì)。內(nèi)容涉及整個(gè)系統(tǒng)的設(shè)計(jì)，如BS架構(gòu)或CS架構(gòu)，如何采集人臉數(shù)據(jù)，搭建識別終端設(shè)備，后端服務(wù)器，數(shù)據(jù)庫設(shè)計(jì)，硬件拓?fù)浜蛿?shù)據(jù)流設(shè)計(jì)等，具體的人臉識別模型訓(xùn)練和算法實(shí)現(xiàn)，可以使用開源程序，opencv、keras等Python庫都有開源的算法，可以用來滿足一般的需要，本文只介紹了算法的原理，不能重點(diǎn)對整個(gè)算法進(jìn)行優(yōu)化。

該方案側(cè)重于具體的模型和算法實(shí)現(xiàn)。我們需要通過對現(xiàn)有算法的優(yōu)化，提出一種精度更高、模型訓(xùn)練速度更快或樣本量更小的算法。作為論文，必須給出具體的優(yōu)化指標(biāo)。例如，我們可以研究基于深度神經(jīng)網(wǎng)絡(luò)的單樣本模型算法，以提高人臉識別的可靠性和準(zhǔn)確性。當(dāng)然，這些模型在Python或keras中有一些開源資源，建議使用OPENFACE，并實(shí)現(xiàn)了使用Python keras的情況。GitHub地址是：https://github.com/iwantooxoxox/Keras-OpenFace

人臉識別技術(shù)能區(qū)別出雙胞胎嗎？

對于人臉識別，有很多問題。雙胞胎是人臉識別中一個(gè)非常重要的問題，設(shè)計(jì)師在設(shè)計(jì)時(shí)一定會考慮這些因素。因?yàn)樗雌饋砀瘢栽谌四樧R別中，難免會引起識別錯誤。