模型思考1

至今有很多优秀的关于计算机视觉的学习算法，并在业界有着广泛的影响，这些学习算法中关于人脸识别技术上的算法最为突出，这些算法模型都很优秀，怎么样才能设计出这样的模型呢？我感觉没有一定的实践经验是不行的，只有理论分析达不到实际应用的效果，更不能创新出更好的模型了。因此任何建模都应首先建立在实用的基础上，即：必须在时间效率上和广泛性上有所考虑，要改改以前的那种局限于一个很狭小的空间中，并且不考虑实现起来所要耗费的代价，这样的话做出来的东西没有实用性，只能让别人感觉很水了。

级联分类器好像是一个不错的开始，往往平时考虑的都是一个分类器能够告诉我们一个样本是正确的还是错误的，但是这计算机视觉领域这种思维方式也许真的不是很好，万物实在复杂难以确定，因此我们一时间只能把握一个类别就可以了，往往一个类别也很难确立他具体所在的空间，因此不妨简化一下吧，一个分类器只来区分不是的就可以，这样我们只需记住正确样本的特征（所有特征），当在判定时，只需排除不属于正确样本的就可以了，但是仅仅区别非正确样本也是很难的，总是感觉自己在说难，怎么会难呢？再难也有大牛们的杰作啊，好吧，好好看看大牛的杰作吧，任重道远啊。