為什么蘋果放著高屏占比的屏下指紋技術不做，堅持在連續(xù)的兩代產(chǎn)品中都使用人臉識別技術？由于需要配合全屏設計，傳統(tǒng)的前端指紋識別幾乎被廠商“殺掉”。剩下的只能開辟新的技術來彌補指紋識別前的不足。從蘋果倡導

為什么蘋果放著高屏占比的屏下指紋技術不做，堅持在連續(xù)的兩代產(chǎn)品中都使用人臉識別技術？

由于需要配合全屏設計，傳統(tǒng)的前端指紋識別幾乎被廠商“殺掉”。剩下的只能開辟新的技術來彌補指紋識別前的不足。從蘋果倡導的解決方案來看，他們更傾向于使用3D結構光技術來解決這個問題。

事實上，老實說，以蘋果的能力，他們必須能夠做出自己的屏幕下指紋識別。但蘋果最終選擇了更安全的3D結構光人臉識別。畢竟在iPhoneX發(fā)布的那段時間，屏幕下指紋解鎖的效率遠遠低于3D結構光，所以可能蘋果考慮到了這一點，所以沒有在屏幕上使用指紋，轉而使用3D結構光人臉識別。

利用爬蟲技術做圖像識別的準確率能有多高？

爬蟲技術往往需要圖像識別，但圖像識別是另一個技術范疇，兩者不應混淆。那么，如何進行圖像識別呢？

傳統(tǒng)的圖像識別，往往需要對圖像進行去噪、二值化、濾波、圖像變換、圖像分割等技術處理，然后根據(jù)處理后的圖像與庫進行比較，來識別圖像。這里我們必須介紹opencv，最強大的圖像處理。這種方法的識別率很難說?？赡芎芨?，也可能很低。

現(xiàn)在，由于人工智能的快速發(fā)展，不需要復雜的圖像處理，只需要使用大量的圖像來訓練神經(jīng)網(wǎng)絡模型。經(jīng)過訓練，我們可以得到高精度的識別。識別率的高低取決于訓練效果。最高識別率已超過人類，準確率超過99%。需要注意的是，培訓往往需要大量的數(shù)據(jù)，1萬通常是不夠的。

事實上，爬蟲中的圖像識別往往是一個驗證碼。驗證碼可以通過第三方接口識別。就這么說吧。最低價是0.001。