stafenie很快给我回复了子墨的情况，让我倍感沮丧，子墨已经离开香港出国了，但是具体去哪儿了，她也没有打听到。
Stafenie还告诉我，如果证实发现算法错误的人是我，而钟国强在从中有欺诈行为，sanuel将会取消钟国强的全奖。
美国大学对学生的诚信要求很严，曾经有发生过国内某知名大学的一名学生在美国伪造成绩单，被取消了攻读博士的资格。发生这事的那所美国大学，还给美国其他多所著名大学发信，呼吁他们严格审查中国大陆学生的成绩单，也严格控制对中国大陆的学生发放全额奖学金，影响了那年很多中国大陆学生的美国留学申请。
Sanuel和stafenie后天来南京，约我后天下午去和他详细面谈，当然sanuel也把这事通知了钟国强，约他面谈，想听他对这件事的解释。
以我对钟国强的了解，他肯定不会“束手就擒”，况且是加州大学勃克利分校的全奖，多少莘莘学子梦寐以求的事，不可能让“煮熟的鸭子”给飞了。我不知道钟国强这次又会出什么伎俩，不禁还有有点隐隐的担心。
我打开电脑，把钟国强发表在IEEETransaction上那篇论文调出来又仔细的阅读了一遍。夏天曾告诉我，sanuel之所以愿意给钟国强一个全奖，不仅仅是因为他发现了算法中的错误，同时也是因为sanuel看过钟国强这篇发表在IEEETransaction上的论文，觉得这篇论文非常有新意，而且一个大学一年级的新生就能在IEEETracnsaction发表论文，的确是一件匪夷所思的事，连加州大学勃克利也很难找到这样的人。
钟国强这篇论文是计算机图形学中关于人的面貌识别的，即使通过计算机可以对一个人进行识别，这是计算机学术研究中一个涵盖面较广的一个分支，它结合了认知科学、图象处理、计算机图形学、机器视觉和模式识别等多个研究领域。
这篇论文的观点的确是比较新颖，利用深度图象处理技术，对面貌曲面进行凹凸区域的分割和正侧面轮廓边缘的提取，然后从人脸面貌深度图象中抽取凸区域形成了特征集，计算出所有凸区域相关的扩展高斯图，形成面部特征。然后抽取基本面部特征，形成特征向量，所有的面部表情都可以用这些特征向量通过线性代数的运算来表达。
这就好比所有的颜色都可以通过红、绿、蓝三种颜色组合而来一样，人的面貌也可以通过基本的面貌特征组合出来。因此，如果一个人的面貌能通过他的特征向量通过线性运算表达出来，这个人就识别出来了。
我为这种有创意的想法啧啧赞叹，如果钟国强真的能写出这种论文，我立刻会对他佩服的五体投地，叫他十声“神童”。
接着我又把王博士的论文调出来看了看，因为我一直怀疑甚至在某种程度上认定，这篇论文是王博士为钟国强代笔，当然王博士的目的是为了得到钟处的格外照顾。而且从王博士毕业后，基本上是“一路小跑”的完成了职称评定，学校分房的情况来看，我的怀疑也是有点根据的。
仔细比较了王博士的论文和钟国强的论文，我脸色越来越严峻。虽然王博士的几篇关于面貌识别的论文和钟国强这篇有某些观点是相似的，但就其中一个至关重要的地方，即基于轮廓线和凸区域的特征向量提取方法，两篇论文大相径庭。钟国强在这篇论文是使用凸凹点多阶段融合过程方法，而在王博士的几篇论文中都是轮廓线的欧氏距离识别方法，并且王博士在论文中还专门提到，使用凸凹点多阶段融合过程方法会丢失很多信息数据，导致较高误识率和虚警率。
本小章还未完，请点击下一页继续阅读后面精彩内容！