您可以在百度裡搜索“重生我的大學時代?小書包小說網小說網”查找最新章節！
4月12日，星期五，上午江飛宇一來到公司，就拿到了飛信的新增數據。
飛信群組功能從昨天中午12點開始發布，到今天上午10點，不到24小時的時間內，新增用戶超過9.27萬人，創下了飛信上線以來，單日最高增幅。
根據運維部的估算，未來2周內將會一直保持著這種勢頭增長，預計能為飛信帶來150——180萬的新增用戶。
2周左右的時間已經足夠傳奇遊戲愛好者都知道飛信的組隊語音功能，說白了，注冊一個飛信賬號又不收費，看到彆人用，經常組隊玩遊戲的都會試著下載使用。
用不上這個功能的，要麼不玩遊戲，要麼一直單玩的。
2周之後，新功能上線帶來的這波漲幅將會逐漸衰減，畢竟當前遊戲玩家的體量也沒多大，這個群體的潛力會被很快透支的。
今天的周例會，對於其他部門的工作，江飛宇隻是簡單地了解了一下，這周各部門的工作事項都比較正常，都沒有什麼特彆需要他關注的事情。
今天的主要議題還是人臉識彆係統的後期包裝和銷售推廣，江飛宇特意把技術研究院的吳新閔叫到會上，代表人臉識彆項目組給各部門領導介紹了一下人臉識彆係統的情況。
吳新閔這個小夥子可能第一次當眾在會上發言，不僅說話磕磕碰碰，說的還是算法模型的技術用語，除了陳琪宏和張曉東聽得懂，其他部門領導聽了都一臉懵逼。
江飛宇隻能時不時替他補充一下，用通俗的語言描述了產品的功能和應用場景。
人臉識彆係統是和飛宇音樂平台、遊戲業務一起在春節後立項的，不同的是人臉識彆係統劃給技術研究院進行開發，飛宇音樂平台、遊戲業務掛在研發部名下。
目前反倒是人臉識彆係統先完成了開發工作，飛宇音樂平台還需要2周左右的時間才能上線，遊戲業務的開發更是拖了又拖。
飛宇音樂平台作為一個全新的業務平台，上輩子江飛宇也隻是了解個大概，能提供的指導思路有限，不過提出的功能方向對研發組來說也是個很大的幫助。
至於遊戲業務，除了江飛宇上輩子沒有接觸過的原因，缺乏有經驗的遊戲開發人員，才是導致目前進度這麼慢的主要原因。
人臉識彆係統能夠這麼快出成績，還多虧了江飛宇把最核心的人臉特征算法寫了出來，技術研究院的幾個小夥隻是按照技術文檔把代碼敲了出來，不用驗證技術的真偽，也不用反複去設計核心的算法模型。
後世不僅人臉識彆的應用場景很普遍，常見的人臉識彆算法也有很多，江飛宇比較了解的是基於幾何特征、局部特征分析、特征臉這三種算法。
經過對比分析後，江飛宇最終選擇了特征臉算法。
特征臉算法可以把一批人臉圖像轉換成一個特征向量集，即“特征臉”，識彆的過程是把一副新的圖像投影到特征臉子空間，並通過它的投影點在子空間的位置以及投影線的長度來進行判定和識彆。
將圖像變換到另一個空間後，同一個類彆的圖像會聚到一起，不同類彆的圖像會聚力比較遠，這樣就可以很好的把他們分開了。
相比於其他的人臉算法，特征臉算法實現了微量級的比對分析，不在局限於傳統算法的幾何維度細差，精準度更高。
傳統的人臉算法基於人臉輪廓的幾何維度進行計算，存在的誤差值比較大，對相似度高或者雙胞胎的識彆成功率非常低，特征臉算法相對而言更加精準一些。
當然了，技術研究院現在開發出來的這套東西，現在還不能算是一個完整的人臉識彆係統，隻能算是一個半成品，或者說核心的人臉識彆算法模塊研發出來了。
目前的人臉識彆模塊隻有簡單的一些管理界麵，應用功能界麵還沒開始做。
應用界麵一方麵要根據客戶或者市場的需求進行定製；另一方麵，人臉識彆算法模塊很少單獨使用，一般都是嵌入其他業務係統中作為算法模塊來用。
所以，現在的半成品倒是不影響向目標客戶推銷這個係統。