技術(shù)員：“這種電子產(chǎn)品的定價(jià)都很模糊，買一個(gè)很貴，批量采購(gòu)能便宜很多，而且行業(yè)內(nèi)部?jī)r(jià)和大客戶的價(jià)又不一樣，所以可以找一個(gè)行業(yè)內(nèi)的人從批發(fā)商那里拿貨。”

　　張旭：“這個(gè)容易，等會(huì)我給你一個(gè)電話，你和他商量?jī)r(jià)格，先采購(gòu)1000個(gè)，再下2000個(gè)的預(yù)訂合同。”

　　“好的老板！”

　　…………

　　“老板，研究所那邊快沒(méi)錢了！”王浩見(jiàn)張旭要走，就趕緊跟上向他哭窮。

　　“怎么又沒(méi)錢了，上一筆錢不是剛剛打給你嗎？”

　　王浩：“那是上個(gè)月的事了，我昨天給您發(fā)郵件了，您沒(méi)看見(jiàn)嗎？”

　　張旭其實(shí)早就看到了，這不過(guò)是他下意識(shí)的詢問(wèn)，他這是被王浩給薅禿了，一聽(tīng)見(jiàn)他說(shuō)要錢，下意識(shí)地就想回絕。

　　王浩見(jiàn)張旭不說(shuō)，以為張旭對(duì)【人工智能】研究小組不滿意，畢竟1個(gè)月以來(lái)，光是要錢不出結(jié)果，擱誰(shuí)身上都會(huì)受不了，就拉著他去看這一個(gè)月的勞動(dòng)成果。

　　“這個(gè)是啥？”張旭看著一個(gè)帶有攝像頭的屏幕問(wèn)道。

　　“人臉識(shí)別打卡機(jī)！”

　　“啥，打卡機(jī)！”

　　“不是打卡機(jī)，是人臉識(shí)別打卡機(jī)。”

　　“什么機(jī)？”

　　“人臉識(shí)別打卡機(jī)！”

　　張旭有些惱火，一個(gè)打卡機(jī)就花了他1000多萬(wàn)，他對(duì)王浩的信任就得到了這種回報(bào)，張旭現(xiàn)在的臉色十分難看。

　　一旁的那個(gè)技術(shù)員看到張旭的臉色不好，王所長(zhǎng)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(jì)算機(jī)視覺(jué)研發(fā)后的產(chǎn)物。”

　　“計(jì)算機(jī)視覺(jué)？”張旭聽(tīng)到了一個(gè)新名詞，就把頭轉(zhuǎn)了過(guò)來(lái)。

　　“是的是的，計(jì)算機(jī)視覺(jué)是指計(jì)算機(jī)從圖像中識(shí)別出物體、場(chǎng)景和活動(dòng)的能力。計(jì)算機(jī)視覺(jué)技術(shù)運(yùn)用由圖像處理操作及其他技術(shù)所組成的序列來(lái)將圖像分析任務(wù)分解為便于管理的小塊任務(wù)。”

　　張旭聽(tīng)了臉色有些緩和，他沒(méi)好氣的看了王浩一眼，向他抱怨到，“王所長(zhǎng)的銷售能力有待提高，要是讓你去和人推銷產(chǎn)品，估計(jì)一個(gè)都賣不出去。”

　　王浩尷尬的撓撓頭，看著旁邊的年輕人對(duì)張旭介紹：“這位是羅誠(chéng)，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。”

　　張旭：“哈哈，你知道就好，一個(gè)高科技公司投入了1000萬(wàn)，竟然就研究出一個(gè)打卡機(jī)，說(shuō)出去會(huì)讓人笑掉大牙的。”

　　羅誠(chéng)：“王所長(zhǎng)重點(diǎn)說(shuō)得是人臉識(shí)別系統(tǒng)，不是打卡機(jī)。”

　　王浩：“對(duì)對(duì)對(duì)，我一直在強(qiáng)調(diào)這個(gè)，老板就以為我是在說(shuō)打卡機(jī)。”

　　張旭頓時(shí)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)。”

　　羅誠(chéng)很有眼色，他上前一步給張旭演示。

　　就看見(jiàn)羅誠(chéng)往攝像頭前面一站，本來(lái)是黑屏的顯示器瞬間亮了起來(lái)，把正在觀察的張旭下了一跳。

　　羅誠(chéng)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(lái)他的打卡信息。

　　張旭：“這也沒(méi)什么啊，這東西國(guó)外國(guó)內(nèi)都有啊！沒(méi)有什么特別的吧！”

　　羅誠(chéng)一聽(tīng)趕緊解釋：“打卡機(jī)的人臉識(shí)別系統(tǒng)很早就有，不過(guò)我們這個(gè)更先進(jìn)？”

　　“怎么說(shuō)？”

　　“人臉識(shí)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。”

　　“那現(xiàn)在呢？”

　　羅誠(chéng)：“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(gè)包含正例和反例的樣本集合，其目的是尋找一個(gè)超平面將樣本正例和反例分隔開(kāi)，并且使所有點(diǎn)中離超平面最近的點(diǎn)距離超平面有更大的間距。”

　　“那你們現(xiàn)在呢？”

　　羅誠(chéng)：“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(chéng)：“對(duì)，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(jué)自己就是一個(gè)猴子，剛剛從原始森林走進(jìn)了人類社會(huì)，周圍的人都用一種關(guān)愛(ài)小動(dòng)物的目光注視著他。

　　羅誠(chéng)不知道他在想什么，繼續(xù)講解到：“在人臉對(duì)齊方面，D我們模型采用了3D對(duì)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(duì)應(yīng)的特征。對(duì)提取出的特征使用SVR（support vector regression）處理以提取人臉及對(duì)應(yīng)的六個(gè)基本點(diǎn)。根據(jù)六個(gè)基本點(diǎn)做仿射變換，再根據(jù)3D模型得到對(duì)應(yīng)的67個(gè)面部關(guān)鍵點(diǎn)，根據(jù)這些點(diǎn)做三角劃分，最終得出對(duì)應(yīng)的3D人臉。”

　　“模型是3D的？”

　　羅誠(chéng)：“是的，我們的機(jī)器在訓(xùn)練過(guò)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(duì)訓(xùn)練的數(shù)據(jù)進(jìn)行分類，只不過(guò)從特征向量產(chǎn)生到用來(lái)分類的過(guò)程中使用了一些內(nèi)積、卡方距離或siamese的度量方式來(lái)計(jì)算相似度，用相似度來(lái)進(jìn)行訓(xùn)練產(chǎn)生分類器。”

　　王浩接話道：“具體對(duì)齊流程為

　　第一步：檢測(cè)出人臉和對(duì)應(yīng)的六個(gè)基本點(diǎn)

　　第二步：二維對(duì)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(gè)關(guān)鍵點(diǎn)，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(shí)所需要的）（通過(guò)標(biāo)準(zhǔn)3D人臉庫(kù)USF生成的對(duì)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(shí)所需的變化，黑色部分表示不可見(jiàn)的三角形。對(duì)于不可見(jiàn)的三角形處理采用的是對(duì)稱方式解決

　　第六步：通過(guò)3D模型產(chǎn)生的67個(gè)基準(zhǔn)點(diǎn)進(jìn)行分段映射使人臉變彎曲，對(duì)人臉進(jìn)行對(duì)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。”

　　張旭有些麻木了，現(xiàn)在已經(jīng)有些頭暈眼花了，一個(gè)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(mén)打開(kāi)，第二步把大象……