第二十二章第章 艾久长出了眼睛（二）(3/6)

首发：~第二十二章第章 艾久长出了眼睛（二）

“对吧，还有特征区域包含关系，比如完整的眼部区域为一个特征区域，每一个单独的眼睛也会是独立的特征区域，这样划分，是因为对特征的关注点不一样”林久浩。

“这有什么意义，是因为特征区域过大，容易造成特征码粗糙吗？”

丁琪琪

“不只是，细化特征区域主要有两种目的，一是逐层次命中需求，特征区也分粗细粒度层次，如果在粗粒度就完成的检索，就不需要细粒度计算了，而粗粒度没有解决的，就需要细粒度的特征组继续比对”林久浩。

“明白了，大孔筛子已经筛出来了我们需要的那颗豆子，就不需要继续筛了，如果没有准确筛出来，那么就会筛出来一个目标组，再针这个目标组，做进一步细粒度的筛~~筛~~筛~~。。。。。。那，第二个目的呢？”

丁琪琪。

“第二个目的是对付整容，你知道整容吧？”

林久浩。

“知道，那，为什么还要模糊计算？”

丁琪琪。

“模糊计算是生成特征码必要的算法，如果没有模糊计算，可能同一个人就产生差别很大的特征码组，毕竟每一次拍照，即使严格要求，也会有微小差别”林久浩。

“模糊计算，老师讲过，大量的数学计算转换成实用算法，都需要加入模糊计算概念”丁琪琪。

“对！”

林久浩。

“不会一模糊，就出来好几个吧？”

丁琪琪。

“样本库不会，因为每一个人都有差异，即使是双胞胎，如果你对面部分区足够细致，特征码足够多，也不会出现完全相同的特征码组。例如90特征码相同，10特征码不同，不过模糊算法还有一个意义，就是没有人会100匹配，所以在识别的时候，选择最优的比对结果就可以了”林久浩。

“人是动态的，差异就更大了，动态的怎么办？”

丁琪琪。

“动态的比较麻烦，不过现在的系统都能很好解决，多摄像头动态采集，选取最好的一张”林久浩。

“动态采集？”

丁琪琪。

“对，你拿手机拍照，有时候会有勾勒人脸的方块，动态采集也是这个原理，动态区域捕捉，选最好的照片”林久浩。

“那，也不如面对面静态采集的效果好，动态采集肯定不可能总是最好的角度，头和面的角度就很不容易调整”丁琪琪。

“确实不好办，这个需要专业研究，据说现在最先进的一种算法，就是算法内部有一个无特征立体脸模型，立体的，采集的动态照片先贴在这个模型上，这个模型是立体的，可以转动，然后就可以得到照片人物一定角度的照片，但是也不能偏差太大。”

林久浩。

“无特征立体脸模型？无脸男。。女。。”

丁琪琪。

“差不多吧，你可以想象，一个光头无脸的人头，一张平面照片像材质一样贴在上面”林久浩。

“然后。。。。。”

丁琪琪。

“然后，根据光感五官算法，慢慢浮现出一张人脸。。”

林久浩。

“想想都。。。好可怕呀。。。我不要呀。。。”

丁琪琪。

“停停，这是一种算法。。。就是还原人脸成立体的，然后好转动而已。。。好了不说了，下一个问题”林久浩。

“哦，下一个问题又来了。。。就是你刚才说的第二个目的，整容怎么办？一个人整容，就会识别成另一个人吗？”

丁琪琪。

“难，因为人的脸部有些地方很难整容，例如眼间距。。还有很多我不知道的地方。。。但是研发人员知道的地方”林久浩。

“哦。那，其他地方整容，大面积整容，有些明星鼻子都整，你的特征码组里，能整的区域全整，是不是就认不出来了”丁琪琪。

“样本特征码区的权重比是不一样的，其实小区域特征码，依据整容的难度，特征码改变的难易程度，权重是不一样的”林久浩。

“权重？例如，是不是眼间距不好改，权重大”丁琪琪。

“嗯，眼间距是个例子，具体要看每一个公司的算法”林久浩。

“就这办法吗？整容，要是全整了。。。是不是就认不出来了？”

丁琪琪。

“不可能全整容的，至少脑子换不了，不过高整容率是一个问题，找不到就放走坏人了”林久浩。

“哥，我的问题就是怎么办，怎么对付整容率高的，能不能把它打回去，还我漂漂拳，啊不，还我丑八怪拳，啊不，还她们丑八怪拳，打回不整容的。。。”

琪琪。

“不整容的，有啊，据说有一种算法，不过琪琪，你也不错，居然能想到打回到不整容的思路”林久浩。

“哥，为什么据说有一种算法呀，一种从天而降的算法吗？”

丁琪琪。

“别开玩笑，我都忍不住笑了，据说的意思就是我没有参与研发，只是听说的，网格面纹还原技术”林久浩。

“网格面纹还原技术，哥，你不是说找面纹特征上的关键点，然后用矢量线段连接，这不就是网状吗？怎么还有网格面纹？。。。对了，你先告诉我为什么是矢量线段”琪琪。

“矢量线段，就是带方向的，也就带出角度，角度应该也是特征码中的一部分吧！这涉及到具体的算法编制”林久浩。

“知道了，那么网格面纹还原技术是什么？不会又是一张大脸浮出来吧”琪琪。

“是呀，在基础识别后的立体脸模型上，做成立体网格面纹，一个网格模型头”林久浩。

“干吗，吓人呀？踢它个五眼儿青。。。”