之后在客厅里对着空气打一阵拳，然后继续琢磨动态视频识别脚本。
说来也是神奇，他竟因祸得福了。
脑补填充像素竟为他打开了新思路！
当前市面上通用的监控视频自动识别程序，都有个通病。
这些程序可以识别画面中高速移动的个体，但却根本无法准确判断个体在原地站立时的剧烈运动。
举个例子，一个人在监控视频中快速跑过，百分之九十九的市面程序都能准确发出警报。
可如果是两个人一边打架斗殴一边通过监控视频角落，99.99%的监控程序都响应不过来。
这才是沈崇需要去克服的难点，也是当前市场环境下很多公司都无法突破的难点。
他想把天网监控系统真正运用起来，绝不能仅仅满足于捕捉高速运动的个体。
不然，两个小孩子一前一后从画面中跑过，又或者一个人骑自行车路过，脚本都发出警报的话，仅蜀都市区周边的监控，都能让他每秒钟至少被警示几十次，这东西就毫无意义。
沈崇想达到的动态捕捉效果，必须跳出移动捕捉的框架，进入原地剧烈运动的新境界。
举个例子，一个人正常出拳时，拳头往前推进的极限速度大约能达到七八十公里每小时，但如果动态捕捉识别出来，镜头里的生物出拳时的拳头推进速度达到一百多公里每小时了。
那么这事多半就和妖怪与灵能者有关！
再不然，如果镜头中只是两个普通人提着棍子在互撸，棍子顶端的速度也达到每小时百多公里了，就算这事和灵妖无关，那也是要见血伤人的纠纷，报个警不过分。
只要别人没蠢到在摄像头面前干架，想做到个体原地运动的准确判定，以当前的分辨率，那就必须进行像素填充！
再举个例子，倘若运动个体如同刚才的老林那样，只在角落出现，占据160*160的像素，那么想算出其手脚动作的具体速度，很难。
可如果通过人工智能演算，同步往里面填充像素，让160*160的马赛克画质变成模拟演算出来的1600*1600高画质。
理论上就可以快速计算出其手脚和躯干的运动速度，进一步推算出其运动能力和伤害指数！