类为卷积神经网络，区别于递归神经网络。它在某种程度上，和正则有着相似之处。
    在这个过程之后，需要用到这些特征点，通过算法按照比例扭曲和旋转，以及等比缩放，从而得到一张几乎完全对称的正脸。
    前两个问题都属于图像的预处理步骤。
    后两个问题，人脸校验和人脸检索则是两个相对独立的问题，前者判断两张照片是不是同一个人，后者判断这是谁。
    其中又需要广泛用到随机森林和深度学习。
    随机森林这里会用到高斯核不需要过多解释，就是在脸上随机描边，所有的算法都会是在描边的区域内进行，从而达到某种目的深度学习。
    深度学习则可以简单的理解为结果推倒论。
    通常人类判断两个人是否是同一个人，会去仔细对比两个人的头发颜色、眉毛长度、鼻子形状等，从而而出结论哦，这是不是同一个人。
    而对于计算机来说，则是恰恰相反，而是放两张照片先告诉它，这是一个人，给他制定一系列的决策标准分类和决策，而后自己算着玩去吧！
    计算机视觉最常用的监督训练学习的方法，就是给三张照片，其中两张是同一个人，第三张是其他人，要求上述所有步骤最终得
 <本章未完请点击"下一页"继续观看!>