始启动了计算机技术和光学成像技术等相关科技的发展项目。
整个人脸自动识别系统技术，最重要的还是人脸特征数据库。
从待注册人脸图像到人脸检测，然后到关键点检测，接着就是人脸对齐，然后就是特征提取，最后才是人脸特征数据库。
人脸检测是指在给定的人脸图像中准确定位出人脸的位置和大小。
只有明确知道被检测主体的人脸在哪里，才能开展后续的人脸相关任务。
所以说人脸检测是人脸相关算法及工程落地的基础算法。
理论上，通用物体检测算法都可以直接用来做人脸检测，只需要改一下输出类别即可。
通用物体检测考虑的是更广泛通用的物体，具有场景复杂多变，物体形状、背景、大小等都比人脸这种单一的类别更复杂。
人脸检测虽然类别单一，但也不是那么简单，姿态、光照、遮挡以及极小人脸等都是人脸检测里面的难点。
基于通用物体检测算法基础，人脸检测的问题可以针对性优化，如锚设置、背景处理、抑制误检等。
这個时空的白头鹰，已经有了早期的人脸检测算法，但还是非常浅显的技术。
比如白头鹰那边的算法就是使用模板匹配技术，即用一个人脸模板图像与被检测图像中的各个位置进行匹配，确定这个位置处是否有人脸。
而和平岛这边，以及薄扶林道的那个研发中心，早已经研发出来了滑动窗口扫描技术。
此技术便是要对图像进行反复缩放扫描，得到的图像非常多，而绝大部分窗口都是背景，即人脸是一个稀疏事件，如果能快速的背景图像子窗口排除掉，则能大大提高目标检测的效率。
所以采用AdaBoost这样的级联分类器进行人脸检测。
这种思想的精髓在于用简单的弱分类器在初期快速排除掉大量的非人脸窗口，同时保证高的召回率，最终能通过所有级弱分类器的窗口即认为包括人脸。
除此之外，便是卷积神经网络技术在图像分类问题上取得成功之后，很快被用于人脸检测。
许多年并不是很清楚这些技术，所以肖一堂他们这些科研工作者，几乎都是按部就班，慢慢地来。
也正是因为如此，在听到许多年提及关于人脸识别功能，要添加到手机当中，作为手机解锁的功能之后，肖一堂他们才会如此脸色大变。
只因为现在还是基于深度学习的人脸检测，并不算是非常熟练的人脸识别技术。
虽然，这种使用卷积网络进行人脸检测的方法，在精度上超越之前的AdaBoost框架，但技术还不是很成熟。
在技术层面，许多年无法提供更多的帮助，能够给予资金等方面的支持。
“不过我倒是有个小建议，那就是你们可以尝试研发更加细致的图形处理器，用来建立更高水平的人脸检测算法技术.”
对于许多年的建议，肖一堂他们表示理解，但能否真正实现这样的技术，还无法确定。
如果是真的有这样的技术，那么不仅仅是应用在手机方面，在国防、警察等诸多领域，都会有非常广泛的应用。
在和平岛这边待了两天，许多年除了查看智能手机之外，也查看了平板电脑。
总之是有不少电子产品，而这些电子产品，都是未来的风口。
只要拿出去其中一款技术，那么华兴公司、苹果公司、小灵通公司都能够原地起飞。
当然，太过跨时代的产品，许多年肯定不会直接拿出来的。
毕竟该赚的钱没有赚到，对于其他电子产品来说，也不是什么好事儿。
-->>