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到正确的计算结果，从数万个决策中得到的128个特征这个数量也不是固定的。
这128个特征，如果用日志记载下来的话，可能会让人感觉到啼笑皆非它可能记录了一个人从左鼻孔到右眼角的距离，也有可能记录的是眼睛瞳孔的形状，或者可能只是睫毛的弯曲幅度，或者只是头皮屑的颜色。
实际上这个过程可能更复杂一些，它会不断的从a到b，再从b到a，不断的调整权值，从而达到人类要求得到的结果。
这人类无法完全理解的一套规则，谷歌两机器人互相以人类无法理解的语言对话，就是这个原理。
这个就叫做深度学习。
简单来讲，计算机视觉更像是鹦鹉说话，鹦鹉会说“你好”，但是它并不能理解“你好”是什么意思。对于人类
人脸识别技术简介(2/3)