技術(shù)員：“這種電子產(chǎn)品的定價都很模糊,，買一個很貴，批量采購能便宜很多,，而且行業(yè)內(nèi)部價和大客戶的價又不一樣,，所以可以找一個行業(yè)內(nèi)的人從批發(fā)商那里拿貨,?！?p> 張旭：“這個容易,，等會我給你一個電話,，你和他商量價格,，先采購1000個,，再下2000個的預(yù)訂合同?！?p> “好的老板,！”
…………
“老板，研究所那邊快沒錢了,！”王浩見張旭要走,，就趕緊跟上向他哭窮。
“怎么又沒錢了,，上一筆錢不是剛剛打給你嗎,？”
王浩：“那是上個月的事了，我昨天給您發(fā)郵件了,，您沒看見嗎,？”
張旭其實早就看到了，這不過是他下意識的詢問,，他這是被王浩給薅禿了,，一聽見他說要錢，下意識地就想回絕,。
王浩見張旭不說,，以為張旭對【人工智能】研究小組不滿意，畢竟1個月以來,，光是要錢不出結(jié)果,，擱誰身上都會受不了，就拉著他去看這一個月的勞動成果,。
“這個是啥,？”張旭看著一個帶有攝像頭的屏幕問道。
“人臉識別打卡機(jī),！”
“啥,，打卡機(jī)！”
“不是打卡機(jī),，是人臉識別打卡機(jī),。”
“什么機(jī),？”
“人臉識別打卡機(jī),！”
張旭有些惱火,，一個打卡機(jī)就花了他1000多萬，他對王浩的信任就得到了這種回報,，張旭現(xiàn)在的臉色十分難看,。
一旁的那個技術(shù)員看到張旭的臉色不好，王所長還在那里笨拙的介紹著,，就趕緊跟上他們的腳步,，湊到張旭的另一半向他解釋到：“這是計算機(jī)視覺研發(fā)后的產(chǎn)物?！?p> “計算機(jī)視覺,？”張旭聽到了一個新名詞，就把頭轉(zhuǎn)了過來,。
“是的是的,，計算機(jī)視覺是指計算機(jī)從圖像中識別出物體、場景和活動的能力,。計算機(jī)視覺技術(shù)運用由圖像處理操作及其他技術(shù)所組成的序列來將圖像分析任務(wù)分解為便于管理的小塊任務(wù),。”
張旭聽了臉色有些緩和,，他沒好氣的看了王浩一眼,，向他抱怨到，“王所長的銷售能力有待提高,，要是讓你去和人推銷產(chǎn)品,，估計一個都賣不出去?！?p> 王浩尷尬的撓撓頭,，看著旁邊的年輕人對張旭介紹：“這位是羅誠，他是我的副手,，他的嘴皮子在我們這最厲害,，讓他給你介紹一下吧，我還是專心研究技術(shù)去吧,?！?p> 張旭：“哈哈，你知道就好,，一個高科技公司投入了1000萬,，竟然就研究出一個打卡機(jī)，說出去會讓人笑掉大牙的,?！?p> 羅誠：“王所長重點說得是人臉識別系統(tǒng)，不是打卡機(jī)?！?p> 王浩：“對對對,，我一直在強(qiáng)調(diào)這個，老板就以為我是在說打卡機(jī),?！?p> 張旭頓時就臉紅了，他轉(zhuǎn)移話題道：“讓我看看你們的高科技打卡機(jī),?！?p> 羅誠很有眼色,，他上前一步給張旭演示,。
就看見羅誠往攝像頭前面一站，本來是黑屏的顯示器瞬間亮了起來,，把正在觀察的張旭下了一跳,。
羅誠稍微調(diào)整了一下距離和角度，讓他的臉全部顯示在屏幕上,，下一秒屏幕上就顯示出打卡成功的字樣,，旁邊的電腦上也同步刷新出來他的打卡信息。
張旭：“這也沒什么啊,，這東西國外國內(nèi)都有?。]有什么特別的吧,！”
羅誠一聽趕緊解釋：“打卡機(jī)的人臉識別系統(tǒng)很早就有,，不過我們這個更先進(jìn)？”
“怎么說,？”
“人臉識別早期算法有幾何特征的法,，模板匹配的法，局部特征的法,，子空間算法還有主成分分析法和線性判別分析法,，還有稀疏表達(dá)法?！?p> “那現(xiàn)在呢,？”
羅誠：“現(xiàn)在世面上基本上是【人工特征+分類器】，人工特征分為：方向梯度直方圖,，尺度不變特征變化和局部二值模式,，而分類思想是給定一個包含正例和反例的樣本集合，其目的是尋找一個超平面將樣本正例和反例分隔開,，并且使所有點中離超平面最近的點距離超平面有更大的間距,。”
“那你們現(xiàn)在呢,？”
羅誠：“我們的方向就是基于人工智能的功能,，讓機(jī)器進(jìn)行深度學(xué)習(xí),。”
“深度學(xué)習(xí),？”
羅誠：“對,，深度學(xué)習(xí)！深度卷積神經(jīng)網(wǎng)絡(luò)您了解嗎,？”
張旭搖了搖頭,，他現(xiàn)在感覺自己就是一個猴子,，剛剛從原始森林走進(jìn)了人類社會,，周圍的人都用一種關(guān)愛小動物的目光注視著他。
羅誠不知道他在想什么,，繼續(xù)講解到：“在人臉對齊方面,，D我們模型采用了3D對齊的方式,，并且使用傳統(tǒng)的LBP直方圖進(jìn)行圖片紋理化并提取對應(yīng)的特征。對提取出的特征使用SVR（support vector regression）處理以提取人臉及對應(yīng)的六個基本點,。根據(jù)六個基本點做仿射變換,，再根據(jù)3D模型得到對應(yīng)的67個面部關(guān)鍵點，根據(jù)這些點做三角劃分,，最終得出對應(yīng)的3D人臉,。”
“模型是3D的,？”
羅誠：“是的,，我們的機(jī)器在訓(xùn)練過程中采用的是一般的交叉熵?fù)p失函數(shù)，并且采用一般的softmax對訓(xùn)練的數(shù)據(jù)進(jìn)行分類,，只不過從特征向量產(chǎn)生到用來分類的過程中使用了一些內(nèi)積,、卡方距離或siamese的度量方式來計算相似度，用相似度來進(jìn)行訓(xùn)練產(chǎn)生分類器,?！?p> 王浩接話道：“具體對齊流程為
第一步：檢測出人臉和對應(yīng)的六個基本點
第二步：二維對齊后的人臉
第三步：使用狄羅尼三角劃分在2D人臉上劃分出67個關(guān)鍵點，并在邊緣處采用添加三角形的方式避免不連續(xù)
第四步：標(biāo)準(zhǔn)3D人臉模型（轉(zhuǎn)化為2D平面并和原始2D圖片進(jìn)行比較時所需要的）（通過標(biāo)準(zhǔn)3D人臉庫USF生成的對應(yīng)的平均人臉模型）
第五步：標(biāo)準(zhǔn)3D臉轉(zhuǎn)化為2D以及原有的2D做殘差使用時所需的變化,，黑色部分表示不可見的三角形,。對于不可見的三角形處理采用的是對稱方式解決
第六步：通過3D模型產(chǎn)生的67個基準(zhǔn)點進(jìn)行分段映射使人臉變彎曲，對人臉進(jìn)行對齊處理
第七步：處理生成的2D人臉
第八步：根據(jù)處理生成的3D人臉,?！?p> 張旭有些麻木了，現(xiàn)在已經(jīng)有些頭暈眼花了,，一個打卡機(jī)做得那么高端干什么,？打卡成功竟然需要八步走，他就知道把大象放冰箱需要幾步，第一步,，把冰箱門打開,，第二步把大象……