臉部部位的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列各種有用的問答集和懶人包

漫畫角色臉．髮型．表情入門

為了解決臉部部位的問題，作者中村仁聽 這樣論述：

上、下、左、右 你以為臉部只有這些角度嗎？ 30年漫畫教師親授！360°全方位「臉」解析 表情、骨骼、肌肉、髮型、年紀、男女 全角度視野大開！   　　你知道嗎？ 　　人體肌肉最多的地方就在臉部，皺眉平均要動用到43條肌肉，而微笑則平均用到17條肌肉。   　　每條面部肌肉牽連所產生出不同的角度及陰影，都可以產生出豐富多樣的表情變化，去呈現角色的內心活動或傳遞語言訊息，更加上不同性別、年齡及搭配的髮型，製造出許多條件上的差異，增加繪畫下筆的難度。   　　在如此複雜的肌肉系統下，必須全方位的考慮所有細節．才能繪畫出最適切的表現。 　　詳細解說同表情不同角度之畫法，以真人對照漫畫帶領你入門，

更提供素描一覽表，讓你輕鬆臨摹各種角度！   　　零失手！百分之百成功！   　　(1) 藉由照片和圖解，完整解說！ 　　許多作為作畫資料的照片、插畫和插圖一起刊出。一起來學習臉部的角度和部位等的畫法。   　　(2) 能經由過程，學習畫法！ 　　從輪廓的畫法到部位的畫法、依照角度的外觀等，都將按照順序仔細解說。從照片開始畫的步驟也要確認。   　　(3) 從360度各種，角度解說 　　不只正面，側面和斜側面、仰視和俯瞰等，從各種角度的照片與資料也很豐富。   　　【ZOOM】 　　重要的地方藉由「ZOOM」擴大確認。   　　【YouTube專家的畫法】 　　特別在YouTube公開專業繪師

火照ちげ的畫法示範！和書本搭配也觀看影片，作為作畫的參考吧！   　　【360°素描一覽表】 　　提供眼睛高度、仰視、俯瞰等三款不同角度的臉部畫法一覽表，可以立即翻閱參考，自由呈現想要的感覺。   　　掌握描繪漫畫角色臉部的基本吧！ 　　理解了臉部的骨骼、肌肉的構造與組織後，根據樣本照片，以眼睛高度、俯瞰、仰視等各種角度描繪吧！

臉部部位進入發燒排行的影片

AI面相系統於人力招募的應用-以眉毛和眼睛為例

為了解決臉部部位的問題，作者黃品瑄 這樣論述：

本研究利用半結構式深度訪談，探討企業主管對於「AI面相招募系統」的建議與願意採納之程度。此系統結合AI科技中的人臉辨識功能與中國傳統的面相學，對人臉進行辨識並給出相應的人格特徵。本研究同時將Holland職業類別模型論納入「AI面相招募系統」中，增加「AI面相招募系統」的準確度與效度。本研究專注於「AI面相招募系統」的眉毛和眼睛兩部位。歸納訪談結果後得出，企業主管優先參考的臉部部位為眼睛，尤其專注於眼神和面談時是否直視對方，若有面相學基礎的主管則會避免招募上下三白的人才；而大部分主管皆認為眉毛是眼睛的附屬五官部位，兩個部位是連動的，可同時看出一個人的情緒、個性特質。Holland職業類型論呈

現的報告結果深受企業主管的喜愛，因其提供與面相學報告相同的準確度，且具有整合與簡明的特性，不僅協助企業主管為公司找到適合的人才，且為主管節省許多時間。本研究將訪談結果分析與記錄，提出「AI面相招募系統」未來能改善的方向與方法，期能提供企業主管更準確、更有效率、更便利的判斷依據。

顏值：從第一印象到刻板印象，臉孔社交價值的科學解密

為了解決臉部部位的問題，作者AlexanderTodorov 這樣論述：

★美國出版商協會頒發的2018年PROSE心理學榮譽獎★ 人雖自認理性，在決策和判斷時， 卻還是會受一張臉的眉毛和下巴線條所影響。 一部解開臉孔諸多纖細幽微的訊息如何影響大腦建構第一印象的奇書。   　　我們眼見他人臉孔的那一瞬間，腦中便生成了對此人的想法，而這轉瞬之間的判斷，便預示了所有之後的重要決定。例如貌似能幹的政治人物，勝選的機會更大。我們難以抗拒以面相判斷人的性格，如此判斷卻又經常失準。在絕大多數的情境中，你我若是忽略對方的容貌，做出的推測通常會更加準確。那麼，第一印象為何會廣泛被人所信？它存在的目的又是甚麼？亞歷山大‧托多洛夫是當間此一領域首屈一指的研究者，它在闡述現代科學對於

第一印象的研究故事之際，也回答了這些疑問。      　　本書中援引心理學、認知科學、神經科學、電腦科學以及其他領域的知識，搭配豐富的圖片，讓我們看到透過操作臉部部位的變化，就可以改變對一個人的印象和評價。作者也敘述我們如何運用專門分析臉孔的大腦區域網絡，演化出從臉孔判讀出基本社交訊息和對方瞬間情緒反應的能力。       　　透過電腦合成照片的連續變化，科學家為我們解密，不但讓我們看到印象如何形成，而且我們還可以透過影像操弄，創造出我們想要製造的印象。儘管我們都知道人不可貌相，但往往還是更相信自己的判斷。科學家卻透過仔細設計過的實驗告訴我們，第一印象並非反映一個人真實性格的事實，而是反映了我

們的刻板印象。      　　這部容易理解、配圖豐富的作品，說明我們多容易在錯誤地方找尋正確訊息。也說明為什麼面相學無法真正在歷史中根除，而顏值在現代社會更是大行其道，影響我們的政治決定和經濟決策。透過這部探討人類第一印象的科學記述之作，我們更加暸解臉的意義而能避開顏值的陷阱。儘管臉孔始終誤導我們，但這本書卻讓我們用不同方式來觀看臉。 名人推薦 　　．「在這個快速刷臉的時代，這本書要教你的不是如何以貌取人，而是不讓自己的優秀才華被埋沒在茫茫人海當中。」——李大華(職場專家、傳播學院教授) 　　．「一場百年一遇的疫情，讓我們習慣戴著口罩過公共生活。但是我們彼此在口罩的遮蔽下，錯過了多少第一

印象和社交訊息呢？當疫情結束後，大家都摘下口罩，你該從面相得知什麼重要資訊呢？這本書會提供你清晰的科學洞見。」——黃貞祥(清華大學生命科學系助理教授) 　　．職場專家、傳播學院教授 李大華 　　．中正大學犯罪防治學系教授 陳巧雲 　　．臉孔辨識專家、中正大學心理系教授 襲充文 　　．清華大學生命科學系助理教授 黃貞祥 　　．陽明交通大學生物科技系助理教授 黃植懋 　　————共同推薦 獲獎紀錄 　　★美國出版商協會頒發的2018年PROSE心理學榮譽獎 國際書評 　　‧一部催眠人心的迷幻之作。—Carol Midgley, The Times 　　‧極富娛樂效果。—Kate Doug

las, New Scientist 　　‧闡述立論說服力十足，精彩誘人。—Oliver Moody, The Times     　　‧敘述之聲令人折服，行文流暢乾淨。—Hope Reese, Undark 　　‧流暢，配圖精彩，令人印象深刻……讀來刺激又有趣。— John Antonakis, Science 　　‧本書提起一個眾人注目、但又未解的議題：世人認為第一印象前後相當一致，因而普遍認為自己能從相貌判斷對方值得信賴、帶有威脅，或是帶有支配霸氣。然而這些判斷可能大錯特錯，進而導致在日常大量的人際互動中，產生嚴重的社會不公狀況……托多洛夫此作精湛解釋了他與其他研究者如何推論出人類心智在

建構第一印象時所運用的諸多。—Nicholas Wade, Wall Street Journal 　　‧第一印象和瞬間判斷並非不具重要性：它們能翻轉選舉，造就或破壞一個人的成就。心理學家托多洛夫配圖豐富的這部重量級研究，援用認知科學與電腦科學，潛入臉皮底下，一路揭露科學對於人在見到一張臉時的覺知偏見的理解，如何取代「面相解讀」——正如過往面相學的偽科學。他在書中剖析嬰兒對於類似臉孔圖案的回應、臉部神經，以及藝術家辛蒂・雪曼千變萬化、猶似變色龍般的肖像等。—Barbara Kiser, Nature 　　‧精采傑作，有眾多驚人洞見以及引起複雜美學體驗的誘人插圖。—Daniel Kahnem

an, winner of the Nobel Prize in Economics and author of Thinking, Fast and Slow 　　‧你不會預期本書讀來像冒險小說那樣難以釋卷，但它正是一本讓你不忍放手的作品：它提供大量資訊的手法會讓你想索求更多……愉悅之作。—Mihai Andrei, ZME Science 　　‧托多洛夫是當今臉部認知領域首屈一指的研究者。他在本作中匯聚大量研究資料，將之置於歷史觀點，訴說眾多引人入勝的軼聞。—Lisa DeBruine, University of Glasgow 　　‧資訊豐沛且樂趣十足……儘管本書原是為大眾讀者而寫

，但我想絕大多數心理學家都會認為本書不僅有趣，而且甚具教育意義；當中不僅呈現了臉孔認知領域的有趣研究，同時也提出科學方法能如何運用於解開人類心識複雜且幽微的構成過程的案例。―James P. Schmidt, PsycCRITIQUES 　　‧嬰兒天生會尋找臉孔。臉是你我的感情、信賴、恐懼、渴望和回憶的標的。臉啟發了詩歌和視覺藝術。我們相信臉會透露心境和性情，影響決定、定罪以及選舉。在這部權威感十足的作品中，托多洛夫帶領你我遍覽臉的歷史，它在人類事務當中的角色，以及臉的誤導和影響威力。之後你還是會看到一張張臉，但觀看的方法已不再相同。—Eldar Shafir, coauthor of Sc

arcity: The New Science of Having Less and How It Defines Our Lives 　　‧托多洛夫此作讀來有趣，表面看似令人震撼，但在他對我們評判他人臉孔時的偏見所做的調查之外，還有更深的義涵——那就是我們有許多行為和抉擇都是在無意識、且未知的狀態下做出的。本書顯示，人類雖自認是理性且自持的生物，通常還是會受一張臉的眉毛和臉頰影響。有點嚇人又趣味十足。—David Byrne, founder of Talking Heads and author of How Music Works 　　‧本書出自世上研究人臉的傑出專家手筆。永恆的迷思

總認為，臉藏著一個人性格，對此，托多洛夫耐心為你我揭開有關臉部認知豐富且迷人的心理科學，正是此議題的傑出老師。讀過本書，深諳人類心識之後，我懂得益發謙遜。—Mahzarin R. Banaji, coauthor of Blindspot: The Hidden Biases of Good People  

運用視訊及音訊感測之非正常人顏面族群的發音照護系統設計研究

為了解決臉部部位的問題，作者顏承宇 這樣論述：

基於市面上所流通的語音辨識系統，皆開發給正常人顏面族群使用，而現今社會中還是有存在少數的語言障礙族群，其市面上所設計的語音辨識系統並沒有考量到顏面神經失調的患者，因此，對語言障礙族群來說相當不便。對此本研究提供一個友善的語音辨識系統，能夠針對患有非正常人顏面神經失調的特定使用者進行訓練調整，以達到符合自身的語音辨識系統。在研究方法中，分別同時擷取特徵值、語音檔和臉部視訊圖像，設計「動態時間校正(Dynamic Time Warping, DTW)樣本比對」和「卷積神經網路(Convolutional Neural Network, CNN)深度學習」兩種不同的計算方法進行探討，此研究應用可以

提供給非正常人顏面族群及照護師一個客觀參考的數據，本論文運用前述的方法發展非正常人顏面族群的「顏面程度檢測」和「單字發音辨識」等兩種照護應用。動態時間校正樣本比對方法主要是藉由三維影像感測器擷取的臉部原始骨架座標，將臉部座標轉換設計成特徵值。特徵值是由「距離」和「面積」兩種類型特徵所設計，在這兩種類型特徵中各設計10維特徵值，總合設計20維特徵值。將所設計的特徵值運用動態時間校正進行資料比對，透過比對來檢測非正常人顏面程度及單字發音辨識，並且，在此部分研究中，動態時間校正比對所計算出的樣本差異距離值可提供作為設計非正常人顏面程度分級的重要參數。卷積神經網路深度學習方法則是使用VGG架構中最多層

的VGG19，整個網路的架構包含16層卷積層、5層池化層及3層全連結層。深度學習是藉由感測器擷取臉部固定位置的視訊及語音圖像，利用視訊及語音圖像運用VGG19架構進行顏面程度檢測及單字發音辨識，在卷積神經網路中設計四種不同的資料庫進行單模式資料CNN性能辨識及前述不同單模式CNN之資料融合評估。在本論文的實驗中，本研究將非正常人顏面族群分為「左臉」及「右臉」辨識性能的計算，同時，由於本研究設計為單一個人專屬的照護系統，而最後的平均辨識性能是10位不同使用者的平均辨識結果。在運用動態時間校正進行本論文所設計20維影像感測特徵值的研究方面，「左臉」及「右臉」非正常人顏面程度的平均辨識性能分別為84

.49%和84.44%，「左臉」及「右臉」非正常人單字發音的平均辨識性能分別為83.38%和82.77%；在卷積神經網路實驗中，本論文利用視訊及語音圖像分別設計四種不同的單模式資料庫進行CNN的性能評估，其中，在顏面程度檢測和單字發音辨識，利用視訊圖像模式資料皆達到性能最佳，「左臉」及「右臉」的非正常人顏面程度平均辨識性能分別為99.14%和98.59%，另外，「左臉」及「右臉」非正常人單字發音的平均辨識性能分別為95.25%和92.36%。