主题：【原创】抛砖！模式识别和机器学习、数据挖掘的区别与联系 -- 永远的幻想

Viola Jones是Harr特征+Adaboost。“一统江湖”应该是说现在相机里实用的算法中吧？因为不管是特征层还是ML算法方面，这几年都有很大发展，只能说classic吧。

人脸检测这个领域如你所说，其实也可以说是两个大方向：一个是高分辨率静态图像；一个是视频序列，但是姿态、遮挡、光照条件要恶劣点。视频序列中，patch的方法用得更多。

多生物特征融合，也是个很有意思的领域，碰巧做过一点。再发点谬论：个人认为指纹和虹膜融合意思不大了。

第一，这俩单独用性能已经很好了，融合了在性能上获得的提高空间也有限了。

第二为什么要融合？现在的一个趋势是，实际使用中希望使用易于采集的特征。用户不用费劲摆姿势，也不用刷半天指纹刷不上。这样可以在特征采集环节节省大量时间。虹膜没做过，但是指纹要用户能刷出合格图像，其实还是有点折腾的。

match还是识别看怎么说了，人脸都是1人1个类别的，而多类问题的分类算法难免是输出对每个类别的相似度的，比如MAP这类的，把似然归一化得到[0 1]的相似度。这些“计算似然、排序、最终决定类别”的方法也可以叫匹配了。而这类方法加上原型匹配类的，在机器学习里很多啊。都算分类问题就好了，就不用抠这么细致了吧。其实还是怎么叫都行的，呵呵。

——老兄做什么的？蛮内行的啊。

回帖越来越精彩，俺抛砖的目的就达到啦！