瓧
2.1
Luxand_FaceSDK的特性與限制
1.
Facial Feature Detection可容許
–30~30度的in-plane rotation以及
–10~10度的out-of-plane rotation
2.
臉部最小偵測限制是20x20
pixels。不過因為要偵測，FaceSDK會調整相片大小。我們可以自行設定InternalResizeWidth來做變化，若今將其設為
200，而要去偵測一張1000x1000 的圖，其中臉大小是100x100。程式會先把圖變成
200x200 pixels，於是臉大小就會變成 20x20 pixels，達到最小偵測限制，可以偵測，再小就不行了。
3.
可以調整Face
Detection Threshold參數決定偵測敏感度。
4.
參數全部使用FaceSDK預設值，最小可偵測的臉部須包含完整的眼睛、眉毛、鼻子、嘴巴以及些許額頭部分。
但一旁需要留一段空白方可達成偵測。
最小可偵測臉部
瓧
2.2
Luxand_FaceSDK的偵測結果
FaceSDK標準範例圖偵測結果
↑眼鏡特徵點被眼鏡反光影響
↑人臉輪廓線取點不夠準確
↑FaceSDK嘴巴下緣必為圓弧，造成取點不佳↑
↑歪臉＋小圖的偵測
↑居然連漫畫都能偵測！
瓧
2.3
總結Luxand_FaceSDK
由結果歸納，FaceSDK很容易找到人臉並取出特徵點，然而特徵點的準確性比較差。下嘴唇的部分原模型設計是圓弧形，所以在下嘴唇非圓弧時(例如說：抿嘴)，一般FaceSDK會取錯。
另外在取輪廓線的部分，上方頭顱部分，應該不是以相片的顏色亮暗去判斷特徵，直接計算距離後點上去的，畢竟有許多照片上方頭顱部分的輪廓皆是點在頭髮上，所以這樣取點也造成一個問題：當計算錯誤，這顆頭不符合其所歸納的公式時，就會有錯誤取點的情況發生。
由結果推測FaceSDK影響程式辨識人臉的原因有：
1.
環境問題：打光不佳，使整張照片皆很黑暗，如此程式不易判斷特徵位置。
2.
臉部個人特徵問題：此人有留鬍子，鬍子的部分容易被當成臉的邊緣，也就是臉部輪廓不會將鬍子併入。
3.
臉部附件問題：其眼鏡有反光，容易造成FaceSDK誤選眼睛特徵點位置。
4.
表情問題：臉部有誇張的表情，讓FaceSDK程式難以辨認。
5.
計算取點問題：FaceSDK似乎有許多地方採用的不是依圖片去找影像點，而是在部分特徵點取好後，利用這些取好的特徵點位置去找出其他特徵點位置。如此便會造成當遇到臉形不合FaceSDK原模型的照片時，那些計算取得之特徵點便會出錯。