手機人像攝影的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列線上看、影評和彩蛋懶人包

時尚攝影師黃天仁教你用手機拍出絕美大片

為了解決手機人像攝影的問題，作者黃天仁 這樣論述：

“時尚”這兩個字，早已在無形之中進入到我們的日常生活中，每個人都想要讓自己更上相、在照片上看起來更加有型與亮眼！其實，只要懂得運用光線、構圖，搭配適當的美姿、眼神、服裝以及攝影App的靈活運用，用手機也能輕鬆拍出充滿時尚感的美照。   本書由時尚攝影名師黃天仁親自拍攝每張照片並詳細解說，旨在幫助讀者如何善用人手一部的智慧手機，拍出自己專屬的精彩，拍出朋友、家人時尚且富有魅力的一面。在彈指之間，拍出絕美的光影與意境，輕鬆享受手機攝影為生活帶來的樂趣與改變。   本書適合喜歡用手機拍照、分享生活的時尚潮流人士，以及想深入了解手機人像攝影的用戶參考閱讀。 黃天仁，知名攝

影師，素有「名模推手」「時尚攝影大師」之稱，與林依晨、周杰倫、張鈞甯、田馥甄等藝人有過緊密合作。除此之外，他還為許多知名的國際品牌 拍攝過廣告照片。黃天仁對攝影有著自己的態度，堅持所有美感的呈現絕對都是自然而非刻意。當他洞悉了模特的特質和氣質以後，就會迅速結合情境和氛圍，借由 視覺影像傳達出充滿內涵及生命力的畫面，最美而精準！ 個人經歷：曾任HARPER鈥橲 BAZAAR 雜誌攝影主編，微風廣場形象廣告KEY VISION 攝影師，《康熙來了》等節目指定專業攝影師，各大媒體時尚封面攝影師，現在擔任大學時尚攝影講師，T-STUDIO 負責人及攝影總監。 第1 章 攝影七大要

領 008 第2 章 孟耿如×生活時尚寫真021 第3 章 吳子霏×文藝情節039 第4 章 旅行隨拍059 第5 章 陳?r希×美麗日記091 第6 章 歐陽娜娜×異想夢境115 第7 章 時尚街拍119 第8 章 柯柯×男友視角125 第9 章 時尚情境140 致謝142

手機人像攝影進入發燒排行的影片

應用簡化立體光度法於肖像光影重建系統

為了解決手機人像攝影的問題，作者張欣媛 這樣論述：

隨著科技的發展，智慧型手機鏡頭、軟硬體配置的提升與普及，攝影、拍照已日漸成為大眾日常生活的一部分。但對於修飾照片、影像融合的光影問題在學術界、影視產業…等領域一直是重要課題。為解決此類問題，學界與業界皆已投入大量人力，並已有顯著改善結果，但耗費成本過於龐大，僅用於實驗研究與專業用途，並非普通民眾能夠接觸並負擔。對此本研究提出一套基於真實物理反射特性的肖像光影重建系統，以一台數位單眼相機搭配五盞燈之簡化硬體架構進行影像擷取及運算，獲得漫反射貼圖及法向量貼圖，再透過光影重建軟體進行呈現。此架構適合用於如大頭貼機、拍照機等簡易攝影棚。本研究針對肖像攝影開發一套光源重建系統，分別針對硬體及軟體個別進

行研究。在硬體建立部分，本研究以理想球體作為校正基準，並採用簡化的立體光度法計算球體法向量。接著利用不同曝光條件組合取得誤差最小的法向量貼圖之拍攝條件，使得拍照時的整體法向量平均誤差低於8.04度。在軟體部分，利用硬體拍攝之肖像照片及法向量貼圖，以單一光源模擬各種配置角度，進行肖像影像光影重建之渲染。在效能評估方面，本研究針對肖像表情、化妝以及光源角度等條件進行24位成年人的人因實驗，並與Adobe公司的生成DPR的技術進行一對一的立體感比較。實驗結果顯示，肖像表情、是否化妝以及光源角度皆會影響選擇結果。本研究在實驗樣本中48.9%優於Adobe公司生成DPR的技術。其中，在實驗室環境的實驗問

卷中，本研究在實驗樣本中66.25%優於Adobe公司生成DPR的技術；在遠端使用線上實驗問卷中，本研究在實驗樣本中40.25%優於Adobe公司生成DPR的技術。

元氣！日系生活人像攝影手冊

為了解決手機人像攝影的問題，作者敏子同學 這樣論述：

「元氣」，指有精神、有活力的意思，好的照片也應該是充滿元氣的、生動的，即使在日常生活的拍攝中，也可以拍出媲美專業寫真的質感。在本書中，作者將分享個人攝影成長經歷和攝影經驗，並用很大的篇幅講解人像攝影的前期與後期思路方面的內容。包括採用不同器材，比如數碼單反相機、膠片單反相機和當下最流行的手機人像攝影的前期拍攝技巧、後期修圖技巧等。歲月和時光在作者的鏡頭下，留下了對每個人來說最珍貴的記憶和激動的時刻。所以我們要用相機去記錄生活的點滴，用照片去留住時光和歲月。 作者：房旭敏（敏子同學），圖蟲認證攝影師、Lofter資深攝影師、Airphoto攝影講師、小米手機合作攝影師、現代攝影網「感光10

0計劃」攝影師之一。索尼青年攝影師（2017年第一季度索尼青年攝影師發展計劃成員），2016年第16屆平遙國際攝影展《繼往開來》群展攝影師之一，入選重慶壹沐文化傳播有限公司。《自然生長》畫冊攝影師之一，曾被《Lens》、《人像攝影》、等影像雜誌和數字尾巴等網路平台採訪報道。

LBPCNN人臉辨識演算法實現於樹莓派門禁監控系統

為了解決手機人像攝影的問題，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。