說到這種話題，林遠就來興趣了。他搬了張凳子坐到老師辦公桌對面，就像小學生聽老師講課一樣。“人臉3d結構光，你不能說它沒用，而是這玩意兒它根本就不實用。任何識別都是要講究一個容錯率的，容錯率達到一定高度後，再去過分拔高是沒意義的。”
林遠一下子就明白了，“我懂了。老師的意思是說，把99純度的黃金弄成3個9和4個9的意義其實並不大。”
“嘿，”張教授眼睛一亮，“你小子的總結總是這麼到位。”張教授自然是聯想到了上次林遠總結的“北美打野路線”。
“黃金首飾純度的過分提純，純粹就是一個營銷的噱頭。我是最討厭搞技術的弄得跟搞營銷一樣。你說說看，人臉3d結構光這種究極的識別準確率能有多大的意義。”
林遠略微想了下，“就好比單晶矽提純，那首先得有這方面的需求，那才有提純的必要。是因為我們不對矽晶片做高純度提純就沒法拿來蝕刻晶片。可是對於人臉識別這塊來說，如果真的要求識別準確率極高的話，那幹嘛還要人臉識別，幹嘛不派個人去盯著呢。”
張教授一拍桌子，“就是嘛。每一樣技術都有它適用的場景的，把人臉識別搞得這麼複雜，那我幹嘛不派個人守在那裡呢。人臉3d結構光再強也強不過x光嘛，它還是基於光線反射技術來構建3d人臉模型，碰到個間諜帶個頭套還不是沒轍。”
一聽到“間諜”兩個字，林遠不知道為啥自己有些敏感。
林遠接過話頭，“而且我看現在已經普及的人臉支付，明顯也是基於雙目攝像頭的常規人臉識別演算法，頂多就是加了個ir紅外活體識別。支付寶這麼大的公司不至於在這種問題是犯傻吧。我想他們的模型應該是綜合考慮到了風險係數，然後靠手機定位加限額來做到有效風險管控。”
限額很好理解。只要給人臉支付加一個最大限額，這樣即便出錯了，那隻要出錯機率不是太離譜，那整體損失就會很小。因為潛在損失=機率x限額嘛。壓住限額，就能控住潛在損失的最大值。
至於使用者有突破限額的需求怎麼辦？特麼的刷臉付個幾萬塊，你叫人家幹人家也不樂意呀。人臉支付就不適用於大額支付的場景。所以，幹嘛要追求極高的準確率。
林遠繼續道，“支援人臉3d結構光的裝置應該不便宜吧。”
“那當然。”張教授沒好氣地答道。
“我想也是，商業公司的商業行為是最誠實的。不然支付平臺早就上這套東西了。”
“還是你比較踏實啊，我沒看錯人。”
林遠對於導師突如其來的誇讚有些吃驚。貌似自己啥都沒幹，就在導師面前狠狠贏了顧軒一次。這難道就是傳說中的“自助者天助之”？“拿著科研經費，打著研究的名義，偏偏研究的東西還不簡單，讓人沒法說什麼。。。”
張教授還在吐槽，林遠已然習慣自己導師的這幅小老兒做派。
他其實也很理解導師。因為市場接受度是沒有一個既定標準的，所以人家去研究這個東西，你也沒法以不切合市場需求為由去阻止。
“你可別學他呀。”張教授末了來了這麼一句。
“我知道，我一定不學他。”
說白了，顧軒就在還沒入學，就急著要去碰一個有些複雜，容易出論文，但是沒什麼應用前景的課題。這才招致了張教授的反感。
“對了，說說你的正事吧。”
“好嘞。老師，我搞定了。”
。