想用python做一個(gè)人臉識(shí)別認(rèn)證當(dāng)畢業(yè)設(shè)計(jì)用，有沒(méi)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(shí)別模型算法。具體

想用python做一個(gè)人臉識(shí)別認(rèn)證當(dāng)畢業(yè)設(shè)計(jì)用，有沒(méi)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(shí)別模型算法。具體來(lái)說(shuō)：

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(shí)別終端設(shè)備，后端服務(wù)器，數(shù)據(jù)庫(kù)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(shí)別模型訓(xùn)練和算法實(shí)現(xiàn)，可以使用開(kāi)源程序，opencv、keras等Python庫(kù)都有開(kāi)源的算法，可以用來(lái)滿足一般的需要，本文只介紹了算法的原理，不能重點(diǎn)對(duì)整個(gè)算法進(jìn)行優(yōu)化。

該方案?jìng)?cè)重于具體的模型和算法實(shí)現(xiàn)。我們需要通過(guò)對(duì)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(shí)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(kāi)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(shí)別技術(shù)能區(qū)別出雙胞胎嗎？

對(duì)于人臉識(shí)別，有很多問(wèn)題。雙胞胎是人臉識(shí)別中一個(gè)非常重要的問(wèn)題，設(shè)計(jì)師在設(shè)計(jì)時(shí)一定會(huì)考慮這些因素。因?yàn)樗雌饋?lái)更像，所以在人臉識(shí)別中，難免會(huì)引起識(shí)別錯(cuò)誤。