画人脸

2024-04-27

画人脸（通用10篇）

篇1：画人脸

画人脸

湖南新宁县解放小学四年级184班金笔作文三级班学员李阳

星期天的早上，我们来到金笔作文培训班。上课前，老师微笑着对我们说：“今天我们来玩一个画人脸的游戏吧！”听到这句话，同学们齐声说：“好！”

老师先把我们分成了两队，一队是红队，一队是蓝队，接着就讲了游戏规则。游戏开始了。第一轮是画眼睛。老师开始选人了，我的心在默默地祈祷：老师快叫我，我要为我们蓝队争光。万万没想到，老师真地叫了我。我的对手是欧阳星。我激动地走了上去，拿了一支粉笔，老师用一个袋子把我们的头罩住，顿时，我眼前一片漆黑，像盲人一样分不清东南西北。接着，老师又让我们在原地转了三圈，我晕头转向，摸摸索索地来到黑板前，找到了黑板。这时，只听到下面的同学们不停地在大喊：“往左、往右„„”我不知道到底该听谁的，犹豫了好一会，最后我咬咬牙，不管三七二十一，一笔画了下去。顿时，教室里乐开了花，同学们大笑不止。我把袋子拿开一看，原来我画的眼睛一只大一只小，而且是两个怪怪的小圆圈，我也忍不住大笑起来。欧阳星画的更好笑，眼睛长到脑袋外面去了。

接下来依次画的是眉毛、鼻子、嘴巴、耳朵，这一张张鬼脸惹得大家笑得东倒西歪。

时间过得真快，到最后一轮啦！我又举起了手，老师又叫了我。后来，在同学们的指导下，我完成了任务，只是头发还有一半忘记画了，我看了看对方的，没想到他只画了三根头发，大家又忍不住地笑了起来，不过最后还是我们蓝队赢了。

“画人脸”的游戏真好玩呀！

点评：这篇活动作文写得有声有色，上下文过渡自然，条理清晰，把游戏中人物的动作、神态、心理活动细致地描写了出来，让读者有种身临其境的感觉。（指导老师：刘凤）

篇2：画人脸

1.首先最根本的是要先了解骨骼结构，有助于五官位置理解，

2.再进行了解脸部每块肌肉纹理走向，这对后面画素描绘画有影响，即使是画光滑的脸也是需要了解肌肉走向才能在画时下笔方向正确。

3.我们每个人的审美不一，对于美与帅的认定是不一样的。由其我们所有看到的作品中，许多的人物都是在画师自己积累中，对人物脸部比例的五官再进行放大或优化后的主观风格表现。所以我们在讲如何去画好人脸，就得先按标准的方式去学习，而不是先冲着哪位画家或者风格而先去学，无论是写实还是卡通或是Q版，都得先打好根基，在根基稳的情况下才可任意演化成前面所讲的各种风格。所以我们需要在了解他人作品之前就应该先了解最基本的知识。

最传统的“三庭五眼”是人脸最标准与对称的脸型。现今各国选美活动中最常用这种标准来做鉴定参选者的脸部比例，不过选出来美丑都是因每个人审美而看法不一。不管是什么样的长相只要均衡，大多数都是好看和顺眼的。

4.在了解了上面三庭五眼后开始去延伸各种脸型后，我们也可以做不同的尝试与表现，比如不同的人种，东方人五官并没有西方人立体，尤其明显的区分在鼻梁上方的鼻眉肌处的高低，也就是传统的说的“山根”能明显的区分出来。且眼窝更为深陷。

现在有许多画师越来越喜欢把东方人画得很立体，结合东方人的柔美加上西方人五官的立体让人物变得更唯美，这是基于了解后去溶合与变异提升的一种主观表达。当然还有根据人的不同长相，五官位置也会有一定程度上的不同。

5.基于以上的知识熟练后，我们来切入成品体现。接下来需要在基础上再结合素描、色彩、光影体现人物，

1)草稿

2)简单的变化下色彩，随意定了个背景色来突显人物。

这里一定要提下光影对人物脸部的影响，它可以用来突显人物心理，也可以用来哄拖气氛，当然也会影响人物美感。尤其喜欢自拍的童鞋一定会很明白其中的道理，如果脸部五官平扁自拍时采用对的光源也会让五官在照片中显得立体(偷笑)

3)定位好光源，我采用了上图中第五种光线方向。接着脸部铺色、提光。脸部铺色下笔需要有方向性。在第二步中我们提到的肌肉纹理，在这个时候就是非常重要的一环。在男性脸部体现上会比较明显，而女性脸上则少些，且年龄的因素不同也会有不同的纹理深浅表现。男性角色脸部比较阳刚的下笔方向笔触可以更明显。

4)边盖线边调整型，这个时候需要在强化练习后，光影色彩等结合运用。根据上方打的光，开始围绕主光上色。现在看起来是个没化妆的女人，所以我们需要给她画上妆容会增添神彩。

5)我选择了很流行的“卧蚕妆”，再加强光影，一步步强化与边调整边柔和结构，女性角色脸上不要有太多明显结构，不然会显老。轮廓结构深浅也可以用来强调年龄。现在画的是位成年女性，我设计了她嘴巴张开嘴角后扬像对着前方说话的神情，这个时候上唇肌会微微提起。但是不能太强调这块肌肉，下笔重会变成法令纹。

6)调整整体色彩光源和结构后完成。个人步聚比较简洁，但是需要熟练结合各种知识运用。

篇3：画人脸

人脸检测 (facedetection) 问题最初来源于人脸识别 (facerecognition) , 是自动识别系统中的关键环节。它的任务是在复杂背景下检测图像中是否有人脸, 从而判断人是否存在, 并且提取出人脸面部的图像信息。在很多领域都需要自动提取人脸特征, 例如人脸识别, 人脸合成和基于对象的编码等。因此人脸能够在图像中精确快速的被检测出来, 对人脸识别, 人脸合成等应用具有重要意义。人脸检测是一项十分困难的工作, 原因主要有几个方面[1]: (1) 复杂的图像背景; (2) 人脸结构和纹理变化大; (3) 图像光照不均匀影响了人脸特征的规律性等。

本文针对一般彩色图像中的人脸的检测问题, 提出了基于肤色的区域分割与基于人脸形状结构特征的的人脸检测综合起来的算法。首先利用CbCr颜色信息分割出可能包含人脸的区域, 然后在各区域中计算其长宽比, 可疑人脸面积与框出人脸的方框面积比, 可疑人脸面积是否大于一定阈值等人脸的结构特征, 从而更精确的搜索并确定人脸。该算法以大量样本的统计为依据, 具有较强的鲁棒性。在实验测试中, 该算法对一般的人脸图片具有较好的分割效果。

1建立肤色模型

1.1图像预处理及颜色提取

肤色模型是根据大量样本的统计所建立的。所以需要采集大量的人脸图像资源来计算它的统计特征。样本资源的格式和尺度大小, 人物, 光照背景等都不相同, 因此就将样本图片统一规定为jpg格式, 尺度为300×300的正常室内光照人脸彩色图像。

常用的肤色样本选取方法[2]是选取眼睛以下, 嘴唇以上的矩形区域作为肤色统计区域, 或者直接将整个人脸手工框出作为肤色统计区域。由于人脸中还有眼睛, 牙齿, 阴影等非肤色区域, 所以本文采用手工框出眼睛以下嘴唇以上的区域作为肤色区域。如图1, 图2所示。选取50幅图像采集颜色构成RGB颜色空间。

1.2颜色空间转换

在计算机视觉中, 经常采用的彩色空间主要有RGB, HSV, HSI, YCbCr, YIQ, YUV等。其中YCbCr作为肤色分布统计特性的映射空间, 由于亮度和色度相互分离, 且在色度空间上两个向量CbCr相互独立, 能够较好地反映肤色的聚类特性。使用YCbCr作为肤色空间, 具有如下特点[3]: (1) 在该空间下, 由于亮度Y和色度CbCr相互分离, 在纯粹的由CbCr构成的色度空间下不受亮度信息的影响, 从而有效地将亮度分离出来; (2) 由于YCbCr可以直接通过线性变换从RGB空间而得到, 相对而言具有较高的计算效率; (3) YCbCr在当前的视频图像传输和压缩领域应用非常广泛, 可以很好地将分割算法扩展到基于视频的人脸检测。肤色样本数据在该空间下的统计分布特性如图3、图4所示。从图中可以发现, 肤色样本绝大多数分布在一个很窄的范围之内, 体现了肤色数据在该空间下的聚类特性, 为建立简单模型提供了依据。本文采用YCbCr肤色模型进行数学建模, 这样就可以轻松的避免了不同光照亮度对人脸颜色所造成的影响。同时, 按照以下公式将RGB颜色空间其转换到YCbCr颜色空间中, 计算简单快速。

1.3建立肤色高斯模型

肤色采样统计和颜色空间的转换的目的是为了更好的体现出人脸肤色的特征。尽管已经得到了肤色在YCbCr空间中的大致分布, 但是由于所采集的颜色样本都是离散点, 如果直接通过像素Cb和Cr值来判断是否为肤色像素并不很现实。因此, 需要一个能代表肤色的模型, 这样, 当输入样本点的像素值, 输出为判断改点像素是否为肤色像素的结果。目前最常见的肤色模型有高斯模型, 几何模型, 神经网络模型和椭圆模型。本文采用了高斯肤色模型。高斯模型并不是一般的二值肤色像素定位, 而是通过计算像素点的概率值来构成连续数据信息并得到一个肤色概率图, 根据数值大小来确定肤色, 这是几何模型无法达到的[4]。同时由于神经网络模型在提取肤色样本之外, 还需要提取非肤色样本, 而高斯模型也避免了这一步骤。因此, 高斯模型适用于采用肤色信息进行人脸检测。

以高斯模型作为肤色模型的理论基础是肤色分布必须近似于高斯分布。下图对比可以看出两者的分布是相似的。

假设肤色分布用高斯模型N (m, C) 表示, 其中m是均值, C是协方差矩阵[5]。

m=E{x}, x= (r, b) T (4)

C=E{ (x-m) (x-m) T} (5)

可以计算得到m值和C值。如下所示:

m=[114.376 3 150.137 4];

C=[99.759 6 -68.639 7 -68.639 7 84.498 3]。

于是从输入的一幅RGB图像中的任意一个像素点, 将其从RGB空间转换到YCbCr空间中得到 (Cb, Cr) 值, 再通过公式 (6) 计算, 都可以得到一个接近肤色的概率值。

x= (cr, cb) T;

P (cr, cb) =exp[-0.5 (x-m) TC-1 (x-m) ] (6)

2区域分割

2.1肤色似然图的确立

对于一幅图像, 在高斯CbCr肤色模型的基础上, 可以计算得出肤色相似度P (Cb, Cr) , 再将其乘以255, 以灰度表征这个点属于皮肤的概率, 从而可以得到肤色似然图。在肤色似然图中, 灰度值越大就表示其可能为人脸的概率越大 (即越亮的区域就表明越接近肤色) 。如图7—图10所示。图中的肤色区域, 包括人脸、脖子、耳朵等区域的灰度都与其他区域有明显的不同, 能够较好的区分出来。

2.2二值化与形态学处理

FT (x, y) 在得到图像的肤色似然图后, 需要对肤色似然图进行二值化[6]处理。二值化处理过程可具体表述为:设原图像为F (x, y) , 阈值为T, 则经过阈值运算后, F (x, y) 转换为二值图像, 即:

$F_{Τ} = {\begin{cases} 1, F (x, y) ＞ Τ \\ 0, o t h e r w i s e \end{cases}$

(7)

从复杂背景中分辨出目标并将之提取出来, 阈值的确定至关重要。如果阈值选取过高, 则过多的目标点将被误归为背景, 如果阈值选取过低, 则会出现相反的情形。目前国内外学者针对阈值这一课题提出了各种各样的阈值处理技术[7], 其中包括全局阈值, 自适应阈值, 最佳阈值。其中, 全局阈值分割对图像背景要求很高, 而自适应阈值分割的检测速度不够快。本文采用最佳阈值的分割方法对肤色似然图进行二值化处理。最佳阈值选定的思路是:由于相似度的直方图成M型, 存在双峰。其中一个是肤色集中区域, 另一个则是非肤色集中区域, 取得双峰之间谷底的拐点便是最佳阈值。这个点代表了肤色区域减少而非肤色区域大量增加。具体步骤为:首先设定阈值为0.55, 每次以0.1的间隔减少直到0.15。记录下每次阈值变化时属于肤色像素量的变化量, 然后找出属于肤色像素数量变化最小时的那个阈值作为最佳阈值。将相似度图像带入公式 (7) 计算可得二值图像。其中白色区域为肤色区域, 黑色区域为非肤色区域。如图11、图12所示:

但是, 在二值化后的图像中依旧存在一些并非人脸的区域 (包括一些小白点, 小线条等) , 需要采取形态学开闭运算处理, 从而消除掉或者合并一些小区域。处理效果如图13、图14所示。

3人脸检测

3.1连通区域的确立

在二值化和形态学处理后, 在图中选择4连通区域确认为可以人脸区域。如图15, 图16所示。

3.2人脸特征定位

在待定人脸中, 根据人脸的特征进行再筛选本文所采取的人脸特征主要有: (1) 人脸的长宽比, 范围在0.4至2.0之间; (2) 人脸和所选框面积之比, 范围在0.6至0.9之间; (3) 人脸的面积必须大于400, 若小于这个值, 肉眼也几乎难以辨认。根据上述三个特征进行在筛选, 从而确认真正的人脸区域。并将之分割出来。图17、图18为检测结果。

4结论

本文针彩色人物图像中的正面人脸的检测问题, 提出了一种人脸的检测方法。该方法综合利用了基于彩色信息的图像分割, 人脸结构特征筛选等技术来检测人脸。该算法使用按统计方法建立的YCbCr空间的肤色模型检测肤色区域, 建立了一个针对白色人种, 黑色人种和黄色人种的人脸肤色模型, 来进行分割, 结合人脸结构特征的人脸检测方法。实验结果表明, 该方法能够有效的检测出一般图像中的人脸, 适应一定的光照环境, 具有较快的检测速度。

参考文献

[1]高全学, 潘泉, 程咏梅, 等.基于肤色和独立成分的人脸检测.计算机应用研究, 2004;21 (12) :160—163

[2]张洪明, 赵德斌, 高文.基于肤色模型、神经网络和人脸结构模型的平面旋转人脸检测.计算机学报, 2002;25 (11) :1250—1256

[3]艾海舟, 梁路宏, 徐光, 等.基于肤色和模板的人脸检测.软件学报, 2001;12 (12) :1784—1792

[4]武秀, 张家树.基于肤色分割和统计学的彩色人脸检测实现.成都:西南交通大学研究生学位论文, 2005

[5]张明吉, 高文.自适应人体肤色检测中的若干关键技术研究.北京:中国科学院研究生院硕士学位论文, 2005

[6]梁路宏, 艾海舟, 肖习攀, 等.基于模板匹配与支持矢量机的人脸检测.计算机学报, 2002;25 (1) :22—29

篇4：让手机“读”人脸

SDK是一种基础的开发工具包，应用程序的开发者可以直接调用SDK中的工具，借助这些工具帮助实现特定的功能，如识别出照片有几个人脸。因此开发者可以借助SDK生成的结果来完成自己应用程序的功能。而为Windows Phone开发平台设计的Face SDK之所以能领先于其他平台，最早出现在移动开发工具包中，并不是什么巧合。Face SDK中所包含的技术事实上来源于微软研究院和微软亚洲研究院多年的技术积累。微软亚洲研究院在人脸识别领域开发了很多算法和技术，这些技术经过不断完善后一直在微软内部被使用着，它们也被加入到了微软的很多软件产品中。而为了增强Windows Phone开发平台的实力，研究院的研究员们用了将近一年的时间，将适合智能手机使用的面部信息分析技术重新优化和打包，生成了一个统一的SDK，即Face SDK。这个SDK已经在微软内部的各个产品组中分享，而Beta版也在不久之前对广大Windows Phone应用开发者免费开放了。

Face SDK有何本事

既然被称作开发工具包，就意味着Face SDK将不会只具备单一功能，事实上它由多种面部信息分析技术所组成。首先，是人脸检测功能，该功能能够在给定的图片中寻找到人脸，并给出面部的位置以及大小，这个功能甚至还可以提供简单的角度信息，即人脸的大概朝向；其次，Face SDK还提供了面部特征点定位功能，它可以帮助开发者找到人脸图片中面部特征点的准确位置，包括面部外轮廓、眉、眼、鼻、嘴等；另外，Face SDK还可以实现动态跟踪特性，它能在检测到人脸之后进行实时跟踪，记录视频或连续图片中头部的姿态、角度以及位置信息。

除了这3项基本功能之外，Face SDK还提供了很多辅助功能，例如它支持卡通画功能，在检测和定位了人脸的形状和线条之后，Face SDK能够将人脸的主要轮廓进行线条化处理，并最终生成面部的卡通画效果。Face SDK还支持对上述面部信息数据进行优化，例如它能够在找到面部特征之后，进行辅助计算，对人脸进行自然拉伸并自动调整肤色。

Face SDK为应用开发者提供了最大的配置灵活性，它提供了大量的调整参数，可以让开发者在数据精度和执行效率上找到平衡。比如需要极为精细的面部识别数据时，可以使用87个特征点来描述一个脸的各种轮廓，但这样做可能需要几秒钟才能完成一张脸的处理。而如果只是需要找到大概的面部以及五官的位置，就可以使用最基本的5点识别，这样做识别一张人脸只需零点几秒的时间。

让“脸”开Party

为了让开发者能够更快地认识Face SDK、理解Face SDK的工作机制和可以实现的功能，微软亚洲研究院的研究员们已经借助这个Face SDK开发出了“Face Party”系列应用，其中包括可以自动识别脸部并为其加上面具的“Face Mask”、能够交换照片中两张脸的“Face Swap”和能够修改面部表情的“Face Touch”。这3个应用十分生动有趣，并且将Face SDK的特性体现得十分明显。而选择开发这3个应用的原因也并不复杂，它们更像是研究员们发散式思维的产物。在研究员们计划基于Face SDK做几个移动应用之后，他们就开始在论坛和各大网站中寻找灵感，他们发现日常生活中使用Photoshop换脸的用户较多，而使用这个工具实现换脸的操作步骤又比较繁琐，于是就开发出了“Face Swap”。而在看到论坛中有些女孩子拍照片秀衣服，因为不愿意秀脸而采用各种方式将脸贴上，但是效果往往不好，于是他们就开发了“Face Mask”。这种简单的需求驱动思路创造出了3个简单而又有趣的应用，而目标明确再加上Face SDK功能完备，使得研究员们只用了几个月的时间就完成了这些应用的上线工作，这其中还经历了微软公司内部的严格流程审核，包括产品质量、隐私和法律风险等方面。而对于个人开发者来说，产品开发的周期也许会更短。

我们有很多想做的东西，但是我们现在的重点还是想让更多的人参与进来，使用Face SDK。虽然我们有很多想法，但是我们想集中力量把Face SDK做得更好，为开发者提供更多方便。

——殷秋丰微软亚洲研究院创新工程中心开发主管

应用介绍

Face Mask

一款很萌的自动面具添加应用，它内置20余个贴纸和面具。只需要通过几个简单的步骤，就能让照片中的人物戴上配饰或面具。选中照片后，只需轻轻点击屏幕或晃动手机，照片中的人物就会被带上面具。

Face Swap

是否想过和别人换脸？想不想知道自己的脸在朋友身上是什么样子？Face Swap提供了一个简单、方便和好玩的方法，让合照中的人们互换面孔。只需要选取一张照片，然后晃动一下手机，照片中的人脸就会被自动互换。

Face Touch

想看看一向严肃的老板笑起来是什么样吗？Face Touch这个表情修改利器可以完成这个任务。这款应用可以让用户使用手指与照片中的人物互动，改变他们的表情。应用内置悲伤，欢乐等表情，而且还有很多神秘表情需要用户亲自去寻找和发现。

注：为获得最佳效果，请使用正面、表情自然的照片，如证件照。

篇5：《有趣的人脸》教案

2、通过启发、示范、借鉴等多种方法拓展幼儿思维，大胆地进行绘画创作。

3、培养幼儿的想象力与语言表达能力，体验美术创造的乐趣。

【活动准备】教学PPT，纸，笔，展示板。

【活动过程】

一、导入

今天老师给你们带来了一幅画，我们来看一看，你在这幅画中看到了什么？（菜，白萝卜，蘑菇，辣椒，萝卜）

二、观察

（1）蔬菜人

师：原来这是一幅画满了蔬菜的画，现在老师要把它变一变，变！变！变！变成了什么？（人）

太神奇了，我把画倒过来就变成了一张人脸，那我们刚刚看到的蔬菜都变成了人脸的哪些部分？

追问：什么蔬菜变成了他的脸蛋？让这个人看起来怎么样？（胖嘟嘟）大大的白萝卜变成了鼻子，显得这个人怎么样？辣椒变成了他的嘴巴，他的嘴巴看起来怎么样？我们一起来学一学他的嘴巴。

小结：原来不同的蔬菜组合在一起可以变成一张人脸，那除了蔬菜，别的东西放在一起，可不可以变成一张人脸呢？

（2）书本人

师：诶？这个人脸是由什么东西组成的呢？（翻开的书变成了他的头发，竖着的书成了脸蛋，方方的脸，竖着的书变成了他的鼻子，很高的鼻子，一本一本叠在一起的书变成了他的头）

师：那你感觉这个书本人看起来怎么样？和刚刚那个人有什么不一样？

追问：刚刚那个人的脸看起来胖乎乎的，这个人的脸看起来怎么样？

小结：原来不同的东西组合成的人脸会带给我们不一样的感觉，第一张图中，这个大大、白白的蘑菇会显得这个人胖嘟嘟的，而第二幅中的这个书本人看起来就很瘦，表情很严肃。

（3）介绍作者

刚刚我们看到的这两幅作品啊，都是著名画家朱塞佩爷爷画的，瞧，这就是朱塞佩，他特别擅长画这种人像画，喜欢用生活中相似的物品来替代我们的五官。

三、启发想象

（1）学习用品

师：接下来我们来看看，这里都是什么东西呀？（学习用品）用这些学习用品，能不能变成一张人脸呢？好，我们来想一想，可以用哪些学习用品来代替人脸上的哪些部分？

追问：XX当作人脸，人脸上的其他部分准备用什么学习用品？眼睛准备用什么？这是一双怎样的眼睛？除了用放大镜还可以用什么来当眼睛？鼻子可以用什么？嘴巴谁有想法？脸颊你想用什么学习用品来代替？

小结：你们拼出的这张人脸肯定是个爱学习的人！

（2）食物

师：接下来我们再看看，哇，这么多好吃的！那好吃的能不能也变出一张人脸呢？你想怎么变？先想一想，想好了一起说，你的脸是什么？五官是什么？完整地说一说。

追问：XX除了可以拿来当作嘴巴，还可以当哪个部分？头发可以用什么来变？

小结：相信你们组合起来的人脸肯定是一个爱吃零食的人！

四、同伴示范

师：今天有几个小朋友也学朱塞佩爷爷的方法，创作了几幅作品，我们也来欣赏一下。

第一幅图：这个人都是用哪些东西来变的呀？这个人看起来怎么样？心情怎么样？

第二幅图：另外一个小朋友又是用哪些东西来变成人脸的呀？他用了哪些东西？

这两张人物都是用哪里的东西来变的？（厨房）

小结：同样的东西，摆放的位置和方向不同，它组合出来的人脸带给我们的感觉也是不一样的！

五、幼儿作画，教师指导

师：接下来，老师想请你们也学朱塞佩爷爷的这种方法，来画一张有趣的人脸，请你先考虑好，你要画什么主题的人脸？可以是刚才的学习用品，各种好吃的，游乐场的游乐设施，或者家里的东西，考虑好了以后，看看谁组合起来的人脸最有趣最好玩！

指导要点：画大一些

六、交流点评

师：好了，作品都已经张贴在我们的展示板上了，老师看了一下，发现每个人都很有自己的想法，其中有一张作品特别有趣，这是谁画的？请你来说说看，你都是用什么变的？

师：除了自己的作品，你还觉得谁的人脸最有意思？（幼儿挑选）这是谁的作品？请这位画家来说说自己的作品。

七、结束

篇6：人脸识别综合实践报告

二、实践概况实习时间：2017-3-7 至 2017-4-29

实习公司：新秩序电子科技有限公司

实习目的：在实习中接触社会，学习市场营销的基本知识，掌握市场营销的基本技能，在实践中锻炼自己在与人沟通、团队合作、制定计划、应对危机等各方面的能力，发现自身的各种问题和缺点并采取实际行动改进。

实习任务：通过面试被聘为新秩序电子科技有限公司的一名实习生，在其销售部担任一名市场营销人员，参与公司人脸识别产品的市场维护及拓展的营销计划。

三、实践方法及内容（一）人脸识别内容本实践提出的分布式人脸识别模型中有多个代理，并且每个代理可以同时识别多个视频中的行人，为了避免代理处理任务量不均导致的时间延迟，对每个代理处理的任务量采用遗传算法（GA）进行负载均衡。假设有ｋ个代理要处理 m 个视频，每个视频中有多个行人，第 i 个代理处理的 ID 号为iAID，处理的视频集合为 } ,..., , {2 1iin i i iV V V V ，其中 i 的范围是（0，k），in 是第 i 个代理中的视频个数，)＜n 0(im ，iV 中第 j 个视频的行人个数为ijP，)n ＜j 0(i。

首先对 GA 中的染色体进行初始化，以第 i 个代理为例，将ij ij iP V AID , , 这 3个参数作为一个节点，由于第 i 个代理中有in 个视频，所以就有in 个这样的节点，将这in 个节点作为第 i 个染色体的基因。第 i 个染色体由iChrom，来表示，iChrom初始化结果如下所示:)., ,(),..., , ,(),..., , ,(), , ,(:2 2 1 1i iin in i ij ij i i i i i i i iP V AID P V AID P V AID P V AID Chrom

本实践采用的适应值函数如下：

injij iP c F1/

其中 c 是小于 1 的随机数。

其次，使用轮盘赌方式进行选择操作，根据计算公式获得选择结果。考虑个体优劣差距较大的情况，根据染色体的数量，选择不同质量的染色体进行遗传。

kii i chromF F i P1/)（在遗传操作中，选择两点交叉方法进行交叉操作，根据染色体长度的不同，设定这两个交叉点的选择范围，令第一个交叉点的位置为第一个基因节点，假设这两条染色体中最短的染色体长度为minL，则第二个交叉点的选择范围即为

[min min, 2 / L L ]。

为了避免过早收敛使算法进入局部最优，及保证种群的多样性，根据染色体的适应值对交叉概率cP 和变异概率mP 增加了一些随机性操作，cP 和mP 的计算公式如下所示: 2211MaxFFkMaxFFk P c  

 FMinFkMaxFFk P m413 其中:1MaxF 是染色体中最大的适应值，2MaxF 是染色体中第二个大的适应值，MinF 是染色体中最小的适应值，3 2 1k k k、、和4k 是[0,1]的随机数。

为了尽快缩小染色体之间的优劣差距，在传统的 GA 算法中加入了迁移操作，即通过将最差染色体中的最大基因迁移至最优的染色体中来完成该操作。

最常用的停比准则是选择一个比较大的数作为迭代次数。但在本实践中，为了不错过最优解，设置了一个阂值函数，公式如下:  ＞ /MaxF F 其中：参数  是一个阈值，这个阈值小于 1。

本实践负载均衡操作的步骤如下: 步骤 1:服务器接收代理发送的信息，并初始化为染色体。

步骤 2:根据公式计算每条染色体的适应值。

步骤 3:根据公式执行选择运算。

步骤 4:计算公式，如果没有满足预定的阂值，则执行步骤 5~步骤 7;如果满足预定阂值，则停止。

步骤 5:根据公式计算交叉概率cP 判断是否执行交叉操作，并且重复步骤 2和步骤 3。

步骤 6:根据公式计算变异概率mP，如果不能执行变异操作，则执行迁移操作，并且重复步骤 2 和步骤 3。

步骤 7:转到步骤 4 继续。

（二）

实习内容 1.了解新秩序公司在接受新秩序公司人事部主管、营销部等相关人员的基本培训，了解公司的基本概况。新秩序电子科技有限公司是一家研发、生产、销售新型电子产品于一体的高科技有限公司，公司产品旨在降低客户设备购置和使用成本。

在培训的那天，三位公司职务不低的培训人员在上午连续培训几个小时后，只在报告厅的桌子上睡了一下又接着在下午给我们进行精彩的培训，在中午的时候他们完全可以享受更好的休息条件，但他们却没有。在这种行为之中我感受到了公司中人的那种敬业的精神、能吃苦的精神。这也促使我之后在网上搜索该公司更多的信息，使我对公司有了更深刻的了解。

2.拜访经销商，督促其下单，了解市场信息

（1）跟着业务经理一起到各市县拜访各级经销商，了解公司人脸识别产品出货价格、出货渠道、出货时的促销优惠措施等，同时了解各级经销商所卖其他竞争人脸识别产品的各种信息，针对人脸识别产品信息做出人脸识别产品销售策略的调整。

（2）一些大的经销商不用督促其进货，沟通是最佳的手段，只要沟通的好他们会很容易的按其需求进货。只要情感的沟通技巧用的好，比说人脸识别产品性能和促销政策等效果要好很多。有时候印象很重要，要让别人接受你的人脸识别产品，就得先让别人接收你这个人。培养员工的独特方式，体会了一些商场上尔虞我诈、残酷无情的味道，这是我在学校肯定学不到的东西，我感觉这个游戏已经使我不虚此行了。

在我们接受公司营销部的业务培训，了解公司人脸识别产品的种类、特性、市场定位、价格、竞争优势、人脸识别产品流入市场的渠道、竞争产品的相关信息等。

3.拜访销售终端，销售公司人脸识别产品，摸清销售渠道，核实市场信息

跟着业务经理拜访营销点、经销商、等销售终端和终端用户。

（1）了解他们使用或销售人脸识别产品的感受，记录客户使用人脸识别产品后的反馈信息（包括人脸识别产品质量问题、实际使用时的人脸识别产品特性和使用感受），帮助用户解决使用过程中出现的问题，提供技术咨询与技术服务。

（2）从这些销售终端得到电子人脸识别产品及其他竞品的销售渠道、价格、促销、推广力度等的真实信息（竞争品的情报信息尤为重要），与从经销商处得到的信息核对，判断经销商在信息上是否对我们有所隐瞒，如有必要可调整与经销商的合作策略。

（3）从销售终端，了解其他相关人脸识别产品配送的渠道信息，为我们省去找渠道的时间。如了解营销点所用所经营各类人脸识别产品的种类、进货渠道、价格、得到的促销政策、用竞争产品而不用我们公司人脸识别产品的原因（如果用竞争人脸识别产品的话）。

如从营销点了解经销商的信息，若该经销商不经营我们公司的人脸识别产品，之后可以找该经销商谈，尽量将其争取为我们公司人脸识别产品的经销商。同时从营销点可以了解到一个地区的经销商网络状况，通过经销商找终端会为我们拜访客户省去很多找客户的时间。从营销点可以了解到我们的经销商是否执行了我们要求其执行的我们公司人脸识别产品推广计划。

四、实践感悟（一）

沟通有很多沟通的技巧在销售上是很有用的，特别是在外面拜访客户的时候有很多说话的技巧、观察的技巧，如在拜访营销点、经销商的时候如何打消他们的戒心和疑虑，如何让他们接受你、让他们对你说实话，如何从他们不经意间透露的信息了解到他们卖或用的人脸识别产品、进货渠道、用量或销量，如何说服他们用我们公司的人脸识别产品，如何对他们讲解我们公司电子人脸识别产品的优势，如何让他们对我们的人脸识别产品感兴趣、进有很多沟通的技巧在销售上是很有用的，特别是在外面拜访客户的时候有很多说话的技巧、观察的技巧，如在拜访营销点、经销商的时候如何打消他们的戒心和疑虑，如何让他们接受你、让他们对你说实话，如何从他们不经意间透露的信息了解到他们卖或用的人脸识别产品、进货渠道、用量或销量，如何说服他们用我们公司的人脸识别产品，如何对他们讲解我们公司电子人脸识别产品的优势，如何让他们对我们的人脸识别产品感兴趣、进而用我们的人脸识别产品等等。我也将我学到的和客户谈话技巧的小细节，与客户沟通的小招数，观察客户开的店子需要注意的细节等都认真总结、细心揣摩，从中我汲取到了更多的养分。

（二）

尝试工作中有很多事没开始做的时候感觉很难，但真正开始做的时候会发觉其实没有想象中的难。有些事不管怎样，首先要尝试，只要在尝试后慢慢调整策略就很可能成功。

有一次想坐公交车到经销商的仓库去，但当时整条路都在修，我们所知道的几路公交车都改线路了。因为目的地本身就有点偏，几乎不可能有别的公交车到那里了。当时情况有点急，也可以步行到经销商那里，但会耽误时间，最后我还是尝试问了一个大叔有没有公交到我们的目的地，我们很幸运的得到了肯定的回答。有时候看似不可能或很困难的事，其实只要去尝试，就有解决的机会，不去试的话连丁点机会都不会有。

（三）

总结总结是很重要的，自己学到的、体会到的知识能不能升华、能不能使自己得到更多的启示就靠总结了。总结能使我反思自己工作中的不足，继而想出解决的办法；能使我举一反三，加快我学习、成长的速度；能使我更清楚我前进的方向。这次写实习报告的过程也就是我总结反思的过程，在写报告的过程中发现了自身很多不足之处，在今后我会很重视这些在实践中发生的问题，竭尽一切努力去改进。

五、实践总结 1.增加实践环节。学生们共同的体会之一是“书到用时方恨少”。从销售终端的商品管理、价格确定，到渠道控制、广告投放、新品开发及至市场调研，都需要宽泛的理论知识支撑。

2.承认教师指导社会实践的工作量。目前教师指导社会调查实习、毕业实习都没有计入教学工作量，所以不能调动教师积极性，也出现了上面三番五次强调

但总是难以见效的实际情况。

3.加大教学改革力度。以社会需求为导向，调整课程设置。实习中了解到，目前社会需要大量的营销人才，可是，我们的学生却难以找到合适的岗位。客观表现为企业一般招聘有几年工作经验的人。

篇7：人脸识别考勤管理规定

有效识别时间：上午： 7：00-11：55

下午：夏季14：00-18：10

春秋冬季 13：00-17:10

二、相关规定

1、考勤次数安排：一日两次签到、两次签退;上班铃响前30分钟开始签到，放学铃响后开始签退，10分钟内签退完毕。

2、在“有效识别时间”段内签到、签退者为有效考勤，其他时间段签到、签退无效。

3、晚于上班时间10分钟内签到视为迟到。

4、上班时间因故外出者需有书面请假条，无假条且未在“有效识别时间”段内签到、签退者视为旷工。

三、使用注意事项

1、由于考勤机签到速度有限，请大家上班提前几分钟签到。 2、如遇特殊情况考勤机不能正常使用时，改用其他方式签到、签退。

篇8：人脸识别在中国

这款由腾讯开发的人脸识别软件是国内少有的社交产品，从去年底低调发布至今已经有几万次下载，在iTunes商业类软件下载位居前茅。用户将手机切换到人脸识别模式，启动“明星脸识别”功能，慧眼会自动识别照相镜头中的人脸，并将之拍下来；随后，它会在网上寻找与这张脸最相似的明星的脸显示出来，并对服饰、打扮等细节进行点评。而最新版本的搜搜慧眼支持文字识别翻译、人脸识别拍照的同时，还可以把识别结果一键分享到腾讯微博、新浪微博上。未来，条形码、二维码、LOGO识别以及增强现实等更多功能的添加将让拍照识别结果可以在好友间随意分享。

人脸社交

“搜搜慧眼现在做明星脸是为了娱乐，接下来基于脸部的SNS可以把整个人脸包装成独立的产品。”腾讯研究院人机交互中心技术负责人刘海龙说。一年前，腾讯研究院的搜搜慧眼项目是从文字识别翻译开始切入的，后来腾讯的业务部门越来越多地把人脸识别相关的需求反馈过来，慧眼研发小组才意识到人脸才是引爆产品的最佳元素。事实上，作为国内最大的互联网社交平台，腾讯一直在关注识别技术在互联网领域的发展，过去两三年里，腾讯研究院的人机交互中心一直在从事文字、声音、图像识别的研究，而这些技术积累将在合适的时间与需求结合起来，先通过搜搜慧眼这样的产品把技术落地，再用于腾讯现有的独立产品上。

“比如说QQ空间，因为很多用户会上传自己的头像，我们知道现在在国外像谷歌、Facebook都有很多社交人脸识别产品，腾讯作为国内最大的互联网公司，人脸识别技术或早或晚会用上去的。”刘海龙兴奋解释道，“你的脸不仅可以社交，还可以给你美化或者是肖像化，由脸部经过一些变形变成另外一个形象都可以与腾讯现有的QQ秀等产品结合。”

应该说，腾讯从娱乐切入人脸SNS有着得天独厚的优势，人脸识别几乎可以用于QQ、腾讯朋友、游戏等所有社交产品线，比如QQ的人脸认证登录，比如真实面孔美化变形后的游戏人物，再比如在社区好友中做相似人脸，在你的好友链上，比如二度人脉几百个人，两个很像的人进行互动；或者是两个人夫妻指数，甚至是合成一个小孩的面孔……各种人脸的娱乐应用都将成为社区的亮点应用。

“QQ的起家就是从小头像开始，后面实名的需求慢慢多起来以后，照一张图像就跟名片似的，这种需求越来越广，也会越来越自然。”腾讯首席架构师郑全战博士也不掩饰对人脸识别技术应用的看好，但是作为腾讯研究院的掌门人，他更多地考虑的是识别的精确度问题，“人脸识别技术90%的识别率对于互联网应用是不够的，腾讯用户几个亿，千分之一的失败率对用户都会造成不方便，所以对这个技术要求就非常高，我们一直在做积累，到现在基本上已经成熟了，才拿到业务上用了。”

郑全战认为人脸识别还主要是一个工具类应用，腾讯研究院把重点放在登陆相关的研发上。事实上，腾讯研究院的人脸认证登录系统（简称TRFA：Tencent Research Face Authentication）的核心技术也取得了良好进展，即将进入应用阶段。就在采访之前几天，马化腾对这项“人脸识别验证”做出了肯定，并批示为“用途广泛，可支持各线产品，尤其是移动安全产品”，因此，未来QQ用户通过人脸认证登录并享受人脸社交的乐趣并不会太遥远。

人脸识别的安全价值

同样，国内另外一家以技术见长的网络公司网易也很看重人脸识别技术对增强互联网应用的账号安全性的价值，今年网易宣布邮箱将正式引入人脸识别系统。对于网易来说，保证旗下的邮箱4.5亿用户和网易游戏的8000万用户的账号安全是至关重要的。2010年成立的网易的人脸识别研发团队，由网易杭州研究院院长陈刚亲自领衔，目标就是把人脸识别作为网易下一项安全升级措施，对目前的将军令和保密卡进行补充。 “一个网易邮箱用户可以选择在异地登录时要求人脸认证，短时间多次输错密码被锁定进行人脸认证解锁等功能。系统会根据人脸验证结果以判断是否满足用户提出的需求。” 网易杭州研究院副总监汪源表示。

相比娱乐，安全登录系统最主要的就是解决系统的识别率，比如人脸特征点的精确定位、光线处理、人脸归一化、高效的特征提取以及鲁棒的知识算法等。而网易的挑战是，如何集成与完善这些技术以满足互联网应用需求，如何与产品设计相结合以提供最佳的用户交互体验，针对庞大的人脸数据库规模，相似样本的空间近似重叠概率迅速上升，如何保证识别率不会退化。更重要的是，用户由于年龄增长、妆饰、受伤等导致容貌改变，或者由于环境的不同导致光线和亮度不同的情况下，系统依旧保持很高的鲁棒性和精准度，而且通过活体检测技术，系统不易被照片骗过。汪源认为，目前在国际互联网领域，尚无在用户安全方面运用人脸识别系统的先例，网易作为探索者也需要在实际应用中逐渐积累。

汪源还表示，未来网易的所有网络应用都可能考虑采用人脸识别来增强账号安全性，而考虑到人脸识别在社交产品和移动互联网产品上的想象空间极大，网易也会根据市场需求推出新的应用，“可以预见，在很短的时间内，这项技术的应用会取得爆发式的增长。”他说。

篇9：人脸考勤机购买申请

一、购买目的：

为了确保工地现场考勤的有效管理，施工队伍现场工人考勤的真实有效；即日起，公司决定对各项目部的考勤管理，采用人脸识别系统进行监管。

二、购买数量：

根据在建工程的数量及应急备用量，建议购买30台人脸考勤机。

三、技术要求：

1、用户容量：人脸识别不少于150张

2、通讯接口：建议采用TCP/IP网络识别，USB接口-U盘导入导出为辅

3、语音功能：语音提示，建议姓名播报

四、推荐品牌

1、汉王：识别系统专业厂家

2、中控：考勤机专业厂家

五、推荐价格

篇10：人脸识别的原理和发展解读

【摘要】地球上居住着近70亿人。每个人的面孔都是由额头、眉毛、眼睛、鼻子、嘴巴、双颊等区域组合而成，它们之间的大体位置关系也是固定的，大小不过七八寸见方。然而，即使是面容极其相似的双胞胎，其家人通常也能够非常容易地根据他们面孔上的细微差异将他们区分开来。我们不得不承认这个世界上找不出两张完全相同的人脸。那么，区分如此众多的不同人脸的“特征”到底是什么?能否设计出具有与人类一样的人脸识别能力的自动机器?这种自动机器的人脸识别能力是否能够超越人类自身?对这些问题的分析和解答无疑具有重要的理论和应用价值，这正是众多从事自动人脸识别研究的研究人员所面临的挑战。

【关键词】人脸识别，原理，发展现状

一、人脸识别系统原理

人脸识别特指利用分析比较人脸视觉特征信息进行身份鉴别的计算机技术。人脸识别是一项热门的计算机技术研究领域，可以将人脸明暗侦测，自动调整动态曝光补偿，人脸追踪侦测，自动调整影像放大；它属于生物特征识别技术，是对生物体（一般特指人）本身的生物特征来区分生物体个体。人脸识别技术一般包含三个部分：人脸检测、人脸跟踪、人脸比对(1)人脸检测

面貌检测是指在动态的场景与复杂的背景中判断是否存在面像，并分离出这种面像。一般有下列几种方法：①参考模板法；首先设计一个或数个标准人脸的 1 / 6

模板，然后计算测试采集的样品与标准模板之间的匹配程度，并通过阈值来判断是否存在人脸；②人脸规则法；由于人脸具有一定的结构分布特征，所谓人脸规则的方法即提取这些特征生成相应的规则以判断测试样品是否包含人脸；③样品学习法；这种方法即采用模式识别中人工神经网络的方法，即通过对面像样品集和非面像样品集的学习产生分类器。④肤色模型法；这种方法是依据面貌肤色在色彩空间中分布相对集中的规律来进行检测。⑤特征子脸法；这种方法是将所有面像集合视为一个面像子空间，并基于检测样品与其在子孔间的投影之间的距离判断是否存在面像。(2)人脸跟踪

面貌跟踪是指对被检测到的面貌进行动态目标跟踪。具体采用基于模型的方法或基于运动与模型相结合的方法。此外，利用肤色模型跟踪也不失为一种简单而有效的手段。(3)人脸比对

面貌比对是对被检测到的面貌像进行身份确认或在面像库中进行目标搜索。这实际上就是说，将采样到的面像与库存的面像依次进行比对，并找出最佳的匹配对象。所以，面像的描述决定了面像识别的具体方法与性能。目前主要采用特征向量与面纹模板两种描述方法：①特征向量法；该方法是先确定眼虹膜、鼻翼、嘴角等面像五官轮廓的大小、位置、距离等属性，然后再计算出它们的几何特征量，而这些特征量形成一描述该面像的特征向量。②面纹模板法；该方法是在库中存贮若干标准面像模板或面像器官模板，在进行比对时，将采样面像所有象素与库中所有模板采用归一化相关量度量进行匹配。此外，还有采用模式识别的自相关网络或特征与模板相结合的方法。

/ 6

人脸识别技术的核心实际为“局部人体特征分析”和“图形/神经识别算法”。这种算法是利用人体面部各器官及特征部位的方法。如对应几何关系多数据形成识别参数与数据库中所有的原始参数进行比较、判断与确认。一般要求判断时间低于1秒。

二、人脸的识别过程

一般分三步：

(1)首先建立人脸的面像档案。即用摄像机采集单位人员的人脸的面像文件或取他们的照片形成面像文件，并将这些面像文件生成面纹编码贮存起来。(2)获取当前的人体面像。即用摄像机捕捉的当前出入人员的面像，或取照片输入，并将当前的面像文件生成面纹编码。

(3)用当前的面纹编码与档案库存的比对。即将当前的面像的面纹编码与档案库存中的面纹编码进行检索比对。上述的“面纹编码”方式是根据人脸脸部的本质特征和开头来工作的。这种面纹编码可以抵抗光线、皮肤色调、面部毛发、发型、眼镜、表情和姿态的变化，具有强大的可靠性，从而使它可以从百万人中精确地辩认出某个人。人脸的识别过程，利用普通的图像处理设备就能自动、连续、实时地完成。

三、人脸识别的发展

人脸是人类情感表达和交流的最重要、最直接的载体。通过人脸可以推断出一个人的种族、地域，甚至身份、地位等信息；人们还能通过人脸丰富而复杂细小的变化，得到对方的个性和情绪状态。科学界从计算机图形学、图像处理、计

/ 6

算机视觉、人类学等多个学科对人脸进行研究。最早的人脸识别技术的研究可以追溯到20世纪50年代，当时的研究人员主要涉及的是社会心理学领域；到了60年代，开始有一些工程文献陆续发表出来；但是，真正的自动人脸识别的研究是从20世纪70年代开始的，当时采用的技术基本上都是典型的模式识别技术，例如利用脸部重要特征点之间的距离进行分类识别。随着计算机技术的发展，从80年代到90年代初期，人脸识别技术得到了很大的发展并进入了实际应用领域。在这一阶段，基于人脸外貌的统计识别方法得到了很大的发展，其中在大规模的人脸数据库上进行的实验得到了相当不错的结果。同时，基于人脸特征的识别方法也逐渐发展起来，此类方法对光线和视角的变化、人脸的定位都不太敏感，有利于识别率的提高，但是其采用的特征提取方法还不够成熟和可靠。

90年代后期，一些商业性的人脸识别系统逐渐进入市场；近几年来人脸识别作为计算机安全技术在全球范围内迅速发展起来，特别是美国遭受“9·11”恐怖袭击以后，人脸识别技术更引起了广泛的关注。在这一阶段，更多的研究集中在基于视频的人脸识别上面。人脸识别技术具有广泛的应用前景,在国家安全、军事安全和公共安全领域，智能门禁、智能视频监控、公安布控、海关身份验证、司机驾照验证等是典型的应用；在民事和经济领域,各类银行卡、金融卡、信用卡、储蓄卡的持卡人的身份验证、社会保险人的身份验证等具有重要的应用价值；在家庭娱乐等领域，人脸识别也具有一些有趣有益的应用,比如能够识别主人身份的智能玩具、家政机器人、具有真实像的虚拟游戏玩家等。

四、人脸识别的意义

研究人脸识别在理论和技术上都有重要的意义：一是可以推进对人类视觉系

/ 6

统本身的认识；二是可以满足人工智能应用的需要。采用人脸识别技术，建立自动人脸识别系统，用计算机实现对人脸图像的自动识别有着广阔的应用领域和诱人的应用前景。同时人脸识别作为一种生物体征识别与其它较成熟的识别方法（如指纹、虹膜、DAN检测等）相比有以下几个优点：①无侵犯性，人脸图像的获取不需要被检测人发生身体接触，可以在不惊动被检测人的情况下进行；②低成本、易安装，人脸识别系统只需要采用普通的摄像头、数码摄像机或手机上的嵌入式摄像头等被广泛使用的摄像设备即可，对用户来说也没有特别的安装要求；③无人工参与，整个人脸识别过程不需要用户或被检测人的主动参与，计算机可以根据用户预先的设置自动进行。

四、结语

人脸识别是一项既有科学研究价值，又有广泛应用前景的研究课题。国际上大量研究人员几十年的研究取得了丰硕的研究成果，自动人脸识别技术已经在某些限定条件下得到了成功应用。这些成果更加深了我们对于自动人脸识别这个问题的理解，尤其是对其挑战性的认识。尽管在海量人脸数据比对速度甚至精度方面，现有的自动人脸识别系统可能已经超过了人类，但对于复杂变化条件下的一般人脸识别问题，自动人脸识别系统的鲁棒性和准确度还远不及人类。这种差距产生的本质原因现在还不得而知，毕竟我们对于人类自身的视觉系统的认识还十分肤浅。但无论如何，赋予计算设备与人类似的人脸识别能力是众多该领域研究人员的梦想。相信随着研究的继续深入，我们的认识应该能够更加准确地逼近这些问题的正确答案。

/ 6

读书的好处

1、行万里路，读万卷书。

2、书山有路勤为径，学海无涯苦作舟。

3、读书破万卷，下笔如有神。

4、我所学到的任何有价值的知识都是由自学中得来的。——达尔文

5、少壮不努力，老大徒悲伤。

6、黑发不知勤学早，白首方悔读书迟。——颜真卿

7、宝剑锋从磨砺出，梅花香自苦寒来。

8、读书要三到：心到、眼到、口到

9、玉不琢、不成器，人不学、不知义。

10、一日无书，百事荒废。——陈寿