这篇论文的观点的确是比较新颖，利用深度图象处理技术，对面貌曲面进行凹凸区域的分割和正侧面轮廓边缘的提取，然后从人脸面貌深度图象中抽取凸区域形成了特征集，计算出所有凸区域相关的扩展高斯图，形成面部特征。然后抽取基本面部特征，形成特征向量，所有的面部表情都可以用这些特征向量通过线性代数的运算来表达。

这就好比所有的颜色都可以通过红、绿、蓝三种颜色组合而来一样，人的面貌也可以通过基本的面貌特征组合出来。因此，如果一个人的面貌能通过他的特征向量通过线性运算表达出来，这个人就识别出来了。

我为这种有创意的想法啧啧赞叹，如果钟国强真的能写出这种论文，我立刻会对他佩服的五体投地，叫他十声“神童”。

接着我又把王博士的论文调出来看了看，因为我一直怀疑甚至在某种程度上认定，这篇论文是王博士为钟国强代笔，当然王博士的目的是为了得到钟处的格外照顾。而且从王博士毕业后，基本上是“一路小跑”的完成了职称评定，学校分房的情况来看，我的怀疑也是有点根据的。

仔细比较了王博士的论文和钟国强的论文，我脸色越来越严峻。虽然王博士的几篇关于面貌识别的论文和钟国强这篇有某些观点是相似的，但就其中一个至关重要的地方，即基于轮廓线和凸区域的特征向量提取方法，两篇论文大相径庭。钟国强在这篇论文是使用凸凹点多阶段融合过程方法，而在王博士的几篇论文中都是轮廓线的欧氏距离识别方法，并且王博士在论文中还专门提到，使用凸凹点多阶段融合过程方法会丢失很多信息数据，导致较高误识率和虚警率。

Loading...

未加载完，尝试【刷新】or【退出阅读模式】or【关闭广告屏蔽】。

尝试更换【Firefox浏览器】or【Chrome谷歌浏览器】打开多多收藏！

移动流量偶尔打不开，可以切换电信、联通、Wifi。

收藏网址：www.finalbooks.work

(＞人＜；)