在這裡談談個人的一些看法，不喜勿噴：
一：face id
究竟face id不同在**？
1.sensor（感測器）
在iphonex上，最為明顯的就是「小劉海」設計，好多人不解不是要做全面屏嗎，為什麼還要保留小劉海，為什麼不做成一整塊螢幕？就現在的技術達不到這個需求，你的美顏攝像頭怎麼辦，難道像某公尺mix放在下巴，倒過來**？聽筒怎麼辦，難道像某公尺利用骨傳導，讓其他人都聽見你得甜言蜜語？這些最基礎的怎麼解決，仍等involution。小劉海與face id有什麼聯絡？
在這個「小劉海」上整合了8個元件，而與face id相關的就有四個，分別為：infraeed camera（紅外相機）、』flood illuminator（泛光照明燈）、ambient light sensor（環境光感測器）、dot project（點陣投影器）。結合這些硬體裝置，背後的大致原理是這樣的：
2.機器學習
這麼智慧型怎麼可能少了機器學習，當你戴上眼鏡，留了鬍子，它就會通過時刻的學習記住你，然後識別你。
存在的一些問題，總結了一下幾點：
1.好萊塢特效面部攻擊
2.利用3d建模構造另外乙個你的臉
3.3d列印你的臉部
4.雙胞胎
5.綁匪綁架解鎖你的臉
face id對相應產業的影響
會帶動與面容識別相關的軟硬體：
1.紅外相機廠商
2.環境光感測器等
在其技術上，會將人的情緒和注意力進行量化分析，從而對於營銷，廣告，公關等所有注意力相關的產業產生很大影響。
二：國內廠商的人臉識別
在國內face++的人臉識別是最好的，其它廠商的就不在敘述。
本人現在使用的smartisan就是利用face++最新的人臉識別技術，說說我的使用體驗：
三：總結
1.傳統的人臉識別實際上屬於影象處理加機器學習，就是從影象出找出人臉區域，從人臉區域回歸出人臉形狀（特徵點），再通過特徵點計算出特徵值，比對時通過對兩者的特徵值進行一系列的運算得出相似度，其中的轉變過程非常複雜，但實際操作的物件就是畫素點的灰度值，所以受到影響較多，如光線強弱，背景複雜程度，特別是遮擋，比如眼鏡，鬍子，以及角度（正臉和側臉），夜裡攝像頭無法照亮你的臉部時，當然也沒法用了。
當然了，實際操作中會通過演算法來規避一些這樣的問題，所以目前手機在光線充足的情況下，面部解鎖幾乎沒有問題。
2.face id是
3d模式，這樣首先規避乙個角度問題。對比時使用紅外攝像頭就解決了光線問題，這種方法區域性的改變對整體的影響也顯然沒有單純那麼大，其他就是蘋果的對比演算法了。
3.再說下安全性，從密碼學上來說，指紋或面部或虹膜，安全性都不如自己設定的字串密碼，因為它們根本就沒有加密！而是直接暴露給別人的，實際生活中由於它們的難以複製的特性才使得可以作為id來識別個體。就這一點而言，個人認為faceid並沒有比touchid差（前提是蘋果解決了活體檢測，**也能解鎖的話肯定不行），甚至要更好。至於網上調侃睡覺戴頭套的，直接把你手指按在手機上，貌似比把手機對準你可能埋在被窩的臉簡單多了。
matlab 簡單的人臉識別
如下 clc clear all close all 載入影象 endbw im2bw i,graythresh i 二值化 figure subplot 2,3,1 imshow img title 原影象 fontweight bold subplot 2,3,2 imshow i title ...
android opencv 簡單的人臉識別
很簡單的人臉識別功能，識別人臉後用矩形圈出來 實現人臉識別需要模型檔案，opencv再帶的模型檔案在opencv android sdk sdk etc內 我使用haarcascade frontalface alt.xml來做人臉識別 把haarcascade frontalface alt.xm...
基於opencv的人臉識別
1前言參考的是 這篇用的是dlib的對齊還加了mask。本文方法 人臉檢測 shiqiyu libfacedetection opencv提取ptr類 2 facedetect.h include include include include include facedetect dll.h us...