# 實驗

- 我們想測試在說相同密碼的情況下，input的data越清晰越好，還是符合training data的畫素，哪一個的效果比較好。

input 畫素360*288
辨識度：0.81

input 畫素640*480
辨識度：0.78

input 畫素720*540
bin blue at A nine again
辨識率：0.94

-----------
密碼相同：set red in k eight now
- input 畫素360*288
辨識度：0.66

- input 畫素640*480
辨識度：0.77

- input 畫素720*540
辨識率：0.36

- 結論：
脣形影響辨識正確率結果較大，畫質因素影響較小

# 困難點

## 1. 解決讀取影片的延遲

- Main - 辨識人臉
- 開第二個thread專門處理影片read&write

## 2. 如何正確餵進去model所需要的input

**Model's Input 為 100*50 整體嘴唇圖片**

- 程式碼裁切嘴巴的圖片格式為100\*50，但是因為我們講完密碼後，最後一秒嘴巴會撇開鏡頭，導致最後一秒抓不到嘴巴。而Model只要沒偵測到嘴巴，會return原本照片的畫素640*480，導致Input為[100\*50, 100\*50, ............. 640\*480]，因此，更改CODE，model如果沒偵測到嘴巴依然傳入100\*50照片

## 3. 解決將avi自動轉檔成mpg
FFmpeg是手動輸入cmd來達成轉檔功能，我們嘗試用subprocess實現自動裁切成需要的格式
## 4. 32bit轉64bit後picamera無法使用
picamera module 無法使用，改用cv2 module讀取影像資訊
## 5. 無法符合理想中的準確率
可能是因為我們是非母語者，所以辨識出的結果沒辦法一模一樣(100%)，所以從三種function中選擇以Levenshtein模組算出字串相似度來做為解鎖的依據。
## 6. 論文理解深度不足
由於我們的知識與經驗不足，因此在理解SPATIOTEMPORAL CONVOLUTIONS、GATED RECURRENT UNIT和CONNECTIONIST TEMPORAL CLASSIFICATION時無法完整的釐清他們的input data、output data和model中的理論部分，只能大概理解這三個model的功能