2. 我找到人脸位置以后，还要知道这个人脸可能有侧脸、逆光和模糊的情况出现，所以还会有一个判断的过程，我这张脸每秒 25 帧里面哪一帧图片是适合去做人脸识别的，最终会抽取一张比较适合去做人脸识别的照片，最后再去做人脸识别真正的比对，所以是三个步骤。

　　3. 逆光的场景。详细讲解请见知乎 Live

　　人脸识别技术应用阶段

　　2016 年很多公司已经把这些关键技术已经形成了突破，另外一个比较好的方式是说，人脸识别的生物识别技术，其实是相对于用指纹、虹膜和其他的掌纹来的会更加便捷。第一是一个唯一的标识，第二不会说，比如说用指纹识别，有时候会有油腻，手指也比较脏，掌纹和虹膜的采集又是比较复杂的过程，j2直播，所以从技术角度讲，我们认为它已经具备了商业化的能力。

　　我们从时间轴来看一下。其实任何一家人脸识别和人工智能的公司都会经历五个阶段：

　　第一阶段和第二阶段主要是在实验室阶段，这个阶段其实大家也比较了解，基本上会去刷榜，大家会看到我参加了一些第三方的公共的公开数据，我已经变成了世界第一，我超过了谷歌、Facebook，这是刷榜的环节，大家也知道其实是有很多的手段的。第二个阶段会到我能证明我学术的方式能够做到非常先进的水平，我想让所有人都会去用，这个时候会产生 SDK，给大家去装。

　　第三个阶段，由我们来输出一些单一的功能性产品或者是单一的功能性解决方案。

　　第四个阶段，会是一个解决方案的层级，在人脸识别或者是人工智能视觉的领域中会提供一个端到端的解决方案，由我们来替客户去想象我前端的硬件设备是什么样，后端的算法处理器是什么样，算法是跑在云端还是本地的，是智能化前移还是云计算处理的。

　　第五个阶段，就是一个综合平台，因为任何一项技术都不是完美的，而且也是单一的功能点，所以除了人脸识别之外，有可能还会结合不同的 API 的接口调用，有时候里面会涉及到指纹、门禁开关，所以会是一个综合性的平台。

　　详细讲解请见知乎 Live

　　如何选择 AI 的商业化

　　第一，盘子足够大，能够支撑公司的长远发展。

　　第二，atv，数据回流。人工智能领域来讲，一家伟大的公司基本上会有几个前置条件，人工智能要用到深度学习这些技术，技术维度我们不谈了。二是因为你是持续训练和持续迭代的过程，所以场景当中数据回流为我所用的这个概念，一定是非常重要的，数据我这边可以举几个例子，比如说之前没太存在的一些公司，像外包和标注公司，，现在我们发现 2016 年、2015 年以后标注公司业务很火，因为我们是一家单独的人脸识别和人工智能公司，但是标注公司可以服务所有的厂家，跟英伟达一样，GPU 给百度也能给，给腾讯也能给，给阿里也能给，所以标注这部分数据回流以及数据的训练，其实是非常重要的。

　　第三，是否是高频的场景和高频的使用。

　　第四，是否可复制，在整个行业当中我不可能按照项目的方式，在行业当中我不可能按照项目的方式，做一个项目一个项目这么去做，一定是说做了一个项目或者是几个项目之后，在整个的行业当中到底能不能复制，能不能 1+X 的这种方式。详细讲解请见知乎 Live

　　垂直行业人脸解决方案

　　这里面也可以给大家看一下我们选择性的安排和战略选择，这里面我们有三个行业。金融、安防和地产。我们把刚才所说的四个维度放在这儿，我们可以一个一个去看。

　　首先金融的这个市场规模不用说了，一定是很大的，安防、地产都是一样的，都是非常大的市场规模。在数据回流上来讲，金融和地产是一个非常天然性的回流，比如说金融、互联网金融，大家用的都是手机上的数据，数据已经在互联网上了，地产会分为商业地产、住宅地产和零售，所以这些所有都是通过云的方式、数据回流做训练的。