本书已经快到十二点，陆羽就洗漱睡了。
……
时间就在陆羽学习中不知不觉过去了两周。
这天看完书，陆羽没有回家，而是坐地铁去了电子城，准备买两台笔记本电脑。
经过这么久的学习，陆羽感觉通过看书他已经碰到了某个瓶颈，需要一些实践来验证很多想法。
对比了一番，还是选择买了两台苹果公司16寸的Macbookpro。
不为别的，性能差不多的情况下，颜值特别能打。
在这个颜值就是正义的时代，笔记本也不能免俗。
而且陆羽也准备研究研究MACOS系统，准备从苹果公司身上小小的捞上一笔。
听说他们现金储备多得吓人，陆羽觉得自己有责任，也有义务帮助他们减轻负担。
回到家之后，陆羽花了三天时间来排查漏洞，顺便还加强了防火墙。
更是用了一种科技资料中的加密方式来进行加密处理，保证除了自己，谁也别想破解电脑查看里面的内容。
就算暴力破解也只能得到一堆乱码。
装好常用的编译软件以及各种应用工具，又单独安装了一个win10系统。
同样是排查漏洞，增强防火墙以及加密处理。
弄好了这些之后，陆羽才又继续每天前往图书馆。
一边看书学习，一边验证初级科技资料中的成果，和自己的想法。
两个笔记本，一个编写代码，一个充当临时服务器，倒也刚好够用。
……
接下来几天陆羽刚好学习到人脸识别。
传统的人脸识别技术主要是基于可见光图像的人脸识别。
但这种识别方式有着难以克服的缺陷，尤其在环境光照发生变化时，识别效果会极具下降。
现在实际运用的人脸识别系统，是基于主动近红外图像的多光源人脸识别技术，这刚好可以克服光线变化的影响。
阿狸和苹果等公司都是采用的这一技术。
而另一种人脸识别是采用热成像识别。
但是这种技术难度太高，在精度上、稳定性和速度上要求更高，目前的蓝星科技水平暂时还达不到。
所以采用算法优化多光源人脸识别是最为合理的方向。
现在普遍的算法分为基于人脸特征点、基于整幅人脸图像、基于模版、基于光照估计模型，还有独创实时特征识别几个大方向。
陆羽想来想去，发现只有在独创实时特征识别算法这个方向上才能赚到钱。
毕竟其他算法从方向上来说，这些公司都研究得差不多了，自己就算再提升，也提升不到哪去，效果不明显。
相反，实时特征识别算法的优化更为显著，能让现在的人脸识别系统更为准确和迅速。
相信这个算法拿出来，阿狸公司应该会花一大笔钱买下吧？
陆羽一边想着，一边快速而准确地敲着代码，时不时运行一下代码。
双眼一会儿盯
请收藏：https://m.quge.cc
（温馨提示：请关闭畅读或阅读模式，否则内容无法正常显示）