人像攝影姿勢的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列推薦必買和特價產品懶人包

LBPCNN人臉辨識演算法實現於樹莓派門禁監控系統

為了解決人像攝影姿勢的問題，作者沈岳駿 這樣論述：

現今人臉辨識技術已達到相當成熟的地步，大部分低延遲和高準確率的人臉辨識系統，都部署在普通電腦或伺服器等級的電腦上。然而，當人臉辨識系統部署在低效能的嵌入式裝置上，就可能產生效能不足的問題，導致辨識時間大幅提升，而無法達到即時的人臉辨識，進而失去系統的實用性。因此如何在嵌入式裝置上部署人臉辨識系統後，仍維持低延遲和高準確率的辨識是一個極大的挑戰。另外，人臉辨識雖然擁有極高的準確率，卻容易受到紙張或高解析度手機螢幕裡的人像欺騙，而騙過人臉辨識系統，所以現今的人臉辨識系統也會針對此類的攻擊進行防範。據此本研究探討如何在有限效能的嵌入式裝置上，建制一套能防範人臉欺騙，又有人臉辨識功能的人臉辨識門禁監

控系統。本研究提出一套複合式驗證的人臉辨識門禁監控系統，使用RFID標籤觸發辨識，並且得知辨識人員的身份，接著使用webcam擷取影像，再藉由anti-spoof-mn3模型進行防人臉欺騙偵測，確認人員為真人。然後運用MTCNN演算法對擷取的影像進行人臉偵測與人臉特徵點偵測，藉由人臉偵測和人臉特徵點偵測所得到的人臉位置和五官的座標，對影像進行人臉對齊與裁切後，得到對齊過的人臉影像。經由LBPCNN演算法對對齊過的人臉影像進行人臉辨識，最後將RFID標籤得到的人員身份，與人臉辨識所得到的人員身份進行匹配，即可得到辨識結果。在有Intel Neural Compute Stick 2的加速推理下，

Raspberry Pi 4B執行LBPCNN人臉辨識只需要74.1毫秒，擁有即時辨識的效能；人臉辨識門禁監控系統的完整辨識時間則為4.83195秒（含RFID標籤偵測、anti-spoof-mn3防人臉欺騙偵測、MTCNN人臉偵測、人臉對齊和其他附屬功能）。LBPCNN（LBP鄰域值為6，LBP半徑為2）演算法在PI資料集（本研究所蒐集的人臉資料集）的align_256、align_256_A+90~A-90以及The Extended Yale B資料集三種數據實驗中，準確率分別為100%、99.9722%和99.8931%。根據三種數據實驗結果得知，LBPCNN人臉辨識演算法在正常光照、

光照變化和姿勢變化下皆有擁有良好的準確率，據此LBPCNN演算法適用於大部分實際人臉辨識的場景中。

編導式攝影應用於婚紗攝影之創作研究

為了解決人像攝影姿勢的問題，作者廖紋瑤 這樣論述：

台灣從1970年開始進入彩色相片的新紀元，隨著時代的演變及攝影技術發展，婚紗攝影上每隔10年都有不同變化。至今，台灣婚紗攝影發展依舊非常蓬勃且多變化。在拍攝婚紗攝影前與新人溝通討論並且在拍攝的現場引導，這剛好和編導式攝影的觀念十分接近。近年來數位攝影的發展之迅速，幾乎人人都可以拍攝，為讓婚紗影像更具意義，研究者使用了編導式攝影的概念去做拍攝，並探討台灣歷年來婚紗攝影風格之演變，以傳遞情感之目的，也是本研究的動機。 本研究探討編導式攝影的定義，並將其在婚紗中的社會角色與婚紗攝影實踐方式的關係做分析解釋。並從婚紗圖像紀錄的形式與轉變，透過國內外繪畫作品的時代呈現，對比台灣婚紗攝影的

起源，最後探討台灣婚紗攝影的發展情況。 本創作研究方式採用文獻資料蒐集以及歷史研究，探討編導式攝影的定義以及其社會角色與實踐方式，並整理台灣從1920年代至今的婚紗攝影歷史沿革，運用分析的結果，將自身實際拍攝的作品與之連結，分析作品的創作理念與意義。 創作使用編導式攝影的方式去進行編導，並對人物的服裝或動作進行指導演出。以攝影手法歷史時間之排序，由黑白攝影術及室內棚拍再現，至各種不同婚紗攝影風格表現技法，依序為：一、黑白風格。二、單色背景室內棚拍。三、故事風格。四、光影表現。五、時尚個性。六、蒙太奇。最後將六個系列作品展出於喜餅店，將婚紗與喜餅做巧妙的結合，讓婚紗影像更具有意義。