说到这种话题，林远就来兴趣了。他搬了张凳子坐到老师办公桌对面，就像小学生听老师讲课一样。

“人脸3D结构光，你不能说它没用，而是这玩意儿它根本就不实用。任何识别都是要讲究一个容错率的，容错率达到一定高度后，再去过分拔高是没意义的。”

林远一下子就明白了，“我懂了。老师的意思是说，把99纯度的黄金弄成3个9和4个9的意义其实并不大。”

“嘿，”张教授眼睛一亮，“你小子的总结总是这么到位。”张教授自然是联想到了上次林远总结的“北美打野路线”。

“黄金首饰纯度的过分提纯，纯粹就是一个营销的噱头。我是最讨厌搞技术的弄得跟搞营销一样。你说说看，人脸3D结构光这种究极的识别准确率能有多大的意义。”

林远略微想了下，“就好比单晶硅提纯，那首先得有这方面的需求，那才有提纯的必要。是因为我们不对硅晶片做高纯度提纯就没法拿来蚀刻芯片。可是对于人脸识别这块来说，如果真的要求识别准确率极高的话，那干嘛还要人脸识别，干嘛不派个人去盯着呢。”

张教授一拍桌子，“就是嘛。每一样技术都有它适用的场景的，把人脸识别搞得这么复杂，那我干嘛不派个人守在那里呢。人脸3D结构光再强也强不过X光嘛，它还是基于光线反射技术来构建3D人脸模型，碰到个间谍带个头套还不是没辙。”

一听到“间谍”两个字，林远不知道为啥自己有些敏感。

林远接过话头，“而且我看现在已经普及的人脸支付，明显也是基于双目摄像头的常规人脸识别算法，顶多就是加了个IR红外活体识别。支付宝这么大的公司不至于在这种问题是犯傻吧。我想他们的模型应该是综合考虑到了风险系数，然后靠手机定位加限额来做到有效风险管控。”

限额很好理解。只要给人脸支付加一个最大限额，这样即便出错了，那只要出错概率不是太离谱，那整体损失就会很小。因为潜在损失=概率X限额嘛。压住限额，就能控住潜在损失的最大值。

至于用户有突破限额的需求怎么办？特么的刷脸付个几万块，你叫人家干人家也不乐意呀。人脸支付就不适用于大额支付的场景。所以，干嘛要追求极高的准确率。

林远继续道，“支持人脸3D结构光的设备应该不便宜吧。”

“那当然。”张教授没好气地答道。

“我想也是，商业公司的商业行为是最诚实的。不然支付平台早就上这套东西了。”

“还是你比较踏实啊，我没看错人。”

林远对于导师突如其来的夸赞有些吃惊。貌似自己啥都没干，就在导师面前狠狠赢了顾轩一次。这难道就是传说中的“自助者天助之”？

“拿着科研经费，打着研究的名义，偏偏研究的东西还不简单，让人没法说什么。。。”

张教授还在吐槽，林远已然习惯自己导师的这幅小老儿做派。

他其实也很理解导师。因为市场接受度是没有一个既定标准的，所以人家去研究这个东西，你也没法以不切合市场需求为由去阻止。

“你可别学他呀。”张教授末了来了这么一句。

“我知道，我一定不学他。”

说白了，顾轩就在还没入学，就急着要去碰一个有些复杂，容易出论文，但是没什么应用前景的课题。这才招致了张教授的反感。

“对了，说说你的正事吧。”

“好嘞。老师，莪搞定了。”