天才一秒記住【閃文書庫】地址：www.shanwen.tw
然而這些行業裡的佼佼者，也都在歷史當中，泛起一點浪花之後，很快就被後浪給拍打在岸邊了。
因此，水果手機的王座被人幹掉，也實屬正常。
許多年提及的這些技術點，都是需要肖一堂他們一一去攻克的。
“還有就是人臉識別功能.”
聽到許多年提及的人臉識別功能，肖一堂他們頓時大吃一驚。
這個技術就更加困難了，因為想要實現這個技術的話，還得從一百年前開始說起。
在十九世紀七十年代，一名叫貝迪永的巴黎警察根據人體特徵，開發出了一種人體測量學，其中包括部分人臉特徵。
此君認為人到二十歲，骨骼就會基本定型。
透過記錄人的頭長、頭寬、中指長度、耳長、身高、坐高等多組資料，配上相應的面部照片，來比對識別罪犯。
然而這種全人工的方法既費時費力，準確率也不高，急需自動化高精度的人臉識別系統。
真正自動化的人臉識別系統的研究始於六十年代。
而許多年則是在六十年代啟動了和平島之後，就已經開始啟動了計算機技術和光學成像技術等相關科技的發展專案。
整個人臉自動識別系統技術，最重要的還是人臉特徵資料庫。
從待註冊人臉影象到人臉檢測，然後到關鍵點檢測，接著就是人臉對齊，然後就是特徵提取，最後才是人臉特徵資料庫。
人臉檢測是指在給定的人臉影象中準確定位出人臉的位置和大小。
只有明確知道被檢測主體的人臉在哪裡，才能開展後續的人臉相關任務。
所以說人臉檢測是人臉相關演算法及工程落地的基礎演算法。
理論上，通用物體檢測演算法都可以直接用來做人臉檢測，只需要改一下輸出類別即可。
通用物體檢測考慮的是更廣泛通用的物體，具有場景複雜多變，物體形狀、背景、大小等都比人臉這種單一的類別更復雜。
人臉檢測雖然類別單一，但也不是那麼簡單，姿態、光照、遮擋以及極小人臉等都是人臉檢測裡面的難點。
基於通用物體檢測演算法基礎，人臉檢測的問題可以針對性最佳化，如錨設定、背景處理、抑制誤檢等。
這個時空的白頭鷹，已經有了早期的人臉檢測演算法，但還是非常淺顯的技術。
比如白頭鷹那邊的演算法就是使用模板匹配技術，即用一個人臉模板影象與被檢測影象中的
本章未完，請點選下一章繼續閱讀！若瀏覽器顯示沒有新章節了，請嘗試點選右上角↗️或右下角↘️的選單，退出閱讀模式即可，謝謝！