我认为这个应该和人脸识别的算法有关，他可以固定识别也可以寻找最优的部位进行识别。
就拿苹果手机为例，苹果手机的人脸识别每次识别的特征部位都不是固定的，他是一个学习的过程，比如你不带口罩进行注册脸部识别，每次当你脸部对着手机时他就开锁，在你注册时手机抓取了你整个脸部几百万个特征点，每次解锁需要一定数量的特征点正确才可以解锁，但是当你戴上口罩时，解锁就失败了，有意思的事情就是，当你上百次戴着口罩解锁失败以后，他会突然成功，这时手机所使用的特征点只有半张脸，手机已经学习成功了，他使用你一半的特征点就可以解锁，也就是识别成功了，这说明，只要有正确的特征点输入，他就会进行优化，这也许是个程序错误,这个只能是苹果的设计师来解释了。
无论怎样人脸识别识别的到底是哪个部位，这完全看程序和算法的设计，并不是固定的几个位置，可能是上百个点，不断的优化。
评论0
加载中...
我们以视美泰的人脸识别通行管理模组所采用的算法为例，来说明一下采集的是面部的哪个部位：
在人脸检测的基础上，对人脸关键点进行检测，主要包括眼角、眉毛尖端、嘴角、鼻尖等，每个特征点以图像坐标的形式来表现，特征点的数量的多少（比如21点、106点），可以表达不同精度的人脸变化。
视美泰采用的人脸检测技术使用了基于级联回归的算法，结合深度学习的无关标定初始化，综合多个不同标准的多点数据集只是，使得同一个模型可以应用于不同数量的关键点检测，以保障更低的误差和更好地适应性。
在今年疫情防控的特殊情况下，视美泰人脸识别通行管理方案在人脸识别算法方面着重提升了对眼部的检测，1：1比对识别率99.7%以上，1：N比对识别率96.7%以上@0.1%误识率，活体检测准确率98.3%@1%误拒率，人脸识别通过速度小于1秒，在佩戴口罩的情况下也能精准识别比对。
评论0
加载中...
人脸识别主要是3个部位:眼睛(包含眼球和闭眼)、鼻子、嘴巴，正脸立体人脸图像采集：不同的人脸图像都能通过摄像镜头采集下来，比如静态图像、动态图像、不同的位置、不同表情等方面都可以得到很好的采集。当用户在采集设备的拍摄范围内时，采集设备会自动搜索并拍摄用户的人脸图像。
人脸检测：人脸检测在实际中主要用于人脸识别的预处理，即在图像中准确标定出人脸的位置和大小。人脸图像中包含的模式特征十分丰富，如直方图特征、颜色特征、模板特征、结构特征及Haar特征等。人脸检测就是把这其中有用的信息挑出来，并利用这些特征实现人脸检测。
主流的人脸检测方法基于以上特征采用Adaboost学习算法，Adaboost算法是一种用来分类的方法，它把一些比较弱的分类方法合在一起，组合出新的很强的分类方法。
匹配与识别
人脸图像匹配与识别：提取的人脸图像的特征数据与数据库中存储的特征模板进行搜索匹配，通过设定一个阈值，当相似度超过这一阈值，则把匹配得到的结果输出。人脸识别就是将待识别的人脸特征与已得到的人脸特征模板进行比较，根据相似程度对人脸的身份信息进行判断。这一过程又分为两类：一类是确认，是一对一进行图像比较的过程，另一类是辨认，是一对多进行图像匹配对比的过程。
测试技术:苹果Face ID
测试设备:iPhone XS Max
测试结果:
1、闭眼也可以识别开锁、
2、用手遮住一只眼正常开锁、
3、瞪大眼变形也能开锁
4、遮住鼻子无法识别、
5、捏住鼻子无法识别
6、一只手放在鼻子上正常开锁
7、完全遮住嘴巴正常开锁
8、整个手遮住嘴巴，手超过歡骨无法识别
9、双手遮住歡骨正常开锁
评论0
加载中...6
回答10
回答10
回答0
回答0
回答10
回答10
回答0
回答0
回答0
回答
