【非典型影评】急速逃离(包含详细剧情描述)

原帖地址: http://blog.sina.com.cn/s/blog_488b1c9f0100odww.html

对后面与电影无关的内容有所删减
=================================================================

   昨天夜里在电视上看到个美国片《急速逃离》(Exit Speed),居然就看下来了。

   

   一群普通人在圣诞节前坐上了一辆开往德克萨斯的大巴车,途中遇到一伙儿丧心病狂的摩托党,大家都有些紧张,匆忙中司机和其中一辆摩托迎面相撞,两个流氓被撞死了,于是那伙儿人由挑衅变成了掏出武器肆意攻击。大巴司机被打死,一乘客继续开车逃,被迫驶离高速公路,车子扎进一个荒废的院落后熄火,大家被困在了那里,没有手机信号,报警求援的电话都打不出去,而外面匪徒已经追了上来……

 

   这大概是一类典型的美国片子,接下去一定是那些手无寸铁的普通人开始绝境求生,最终战胜了歹徒。片子里也不乏暴力血腥死亡受伤的镜头,不管是好人打了坏人还是坏人打了好人。以暴制暴让子弹飞的影片我是不大喜欢的,闹得慌。不过这部片子居然能让我看完还能产生联想,就有点非典型了【非典型影评】急速逃离

 

   不知道是不是半夜的缘故,我看到一车乘客被无所顾忌的摩托党盯住不放,想起了无妄之灾这个词,虽然从来都知道电影是假的,全都是编的,也知道这种电影拍到最后一定会好人战胜坏人,可还是莫名地有些紧张,很想看下去……生活中我们都是遵纪守法的正常人,不会去找别人麻烦,但是,谁又能保证别人不来找我们的麻烦,而且可能根本就是毫无理由的。。。

 

   那群乘客里没有武林高手孤胆英雄,每个人都普通但有特点,而已。
   一个美国女兵,不过好像是从伊拉克战场逃回来的女逃兵,军方正在抓她,她喜欢说别停下来,那是伊拉克当地司机教给她的生存法则,毕竟有战场经验,她渐渐成为大家的核心;
   一个失意男人,带着圣诞礼物第一次去见4岁的儿子,因为当初前女友即将生孩子时他逃避责任落跑了,这次他和女兵一起担当了大家的主心骨;
   一个漂亮女孩,坐车去参加神马十二级暗夜精灵射箭比赛,这个很有古风的罗宾汉式专业选手,最初无论如何也不肯用弓箭把真人当靶子,她喜欢上了那个失意男人,悄悄地画他的素描像,当那个男人处于险境,她终于可以把箭射向歹徒;
   一个单亲母亲,去参加因病去世的姐姐的葬礼,自己也是癌症患者,她的信念是我不能死,为了两个女儿,她曾坚持跑马拉松为癌症白血病募捐,于是,当看到一份地图标示着20英里外有个小镇可以求援时,她上路了;
   一个科学狂人,进到废园子里就东找西找鼓捣着要做个大炮,这个可爱的小老头儿不管别人善意的嘲笑真的做出了大炮(一种简易的枪,可以发射土豆石头等等),还挺管用;
   一个足球教练,但刚刚被球队解雇,也许是去德克萨斯寻找新的落脚点,他的口头语是我们守得住,大概他对球员和球队老板也总说这句话吧,固执的教练一开始就捡了匪徒的一把枪,但打不准浪费了不少子弹,关键时刻他把枪交给了女兵;
   一对有趣恋人,仅仅认识三天,女孩是黑人,一副老于世故的样子,男孩是白人,很听话很会逗人笑,女兵管他叫兔子;黑人女孩的前男友和这种流浪汉摩托党打过交道,她俨然成了犯罪心理专家,对于大家掌握对方的心理以及惯用招数、确定己方的行动方向很有作用。

 

   这个顺序不是随便写写的,因为,前边五个人最后幸存下来,而足球教练和那对恋人,死了。
   暴力外壳之下,这些人物并不空洞,他们的特点特长和故事,讲得很简练却也很从容,才吸引我看下来了吧。

 

   是线索总会有交叉。单亲母亲一路狂奔,还干掉了追来的女匪;某个歹徒回去招人,被军方抓逃兵的中士发觉异样跟踪到老巢;中士下车察看,却被坏人抢车,命悬一线之际,单亲母亲正好跑到救了他;他们驱车回去增援,混战结束,单亲母亲才知道搬来救兵的同时也给女兵带来了麻烦。

   最后的结局是,女兵在医院疗伤,中士貌似严肃地通知她将被送上军事法庭,却在时间和空间上给她留下了离开的便利;而医院楼下,失意男人与射箭女孩弄了辆车等着她,上车后,她说:别停下来……”

   


  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
摄像头中的人脸检测的典型行为可以分为以下几个步骤: 1. 帧捕获:摄像头不断地捕获图像帧,通常以每秒多少帧(fps)来衡量。每个图像帧都表示了当前摄像头视野中的一张静态图像。 2. 预处理:在进行人脸检测前,需要对摄像头捕获的图像进行一些预处理。这可能包括对图像进行缩放、裁剪、旋转或灰度转换等操作。这些预处理步骤都是为了提高人脸检测算法的准确性和效率。 3. 特征提取:在图像预处理之后,人脸检测算法会使用一些特征提取技术来识别图像中是否存在人脸。这些特征提取技术可能包括边缘检测、直方图均衡化、滤波或特征描述符等。 4. 人脸定位:一旦特征被提取出来,人脸检测算法就会尝试从图像中定位出人脸的位置。这通常涉及到使用一些机器学习算法,比如分类器、回归模型或神经网络等。这些算法会基于已知的人脸样本,识别图像中可能存在的人脸部分,并将其圈出。 5. 人脸识别:在定位出人脸后,人脸检测算法还可以进行人脸识别,以确定人脸属于哪个人。这通常涉及到使用人脸特征匹配技术,比如局部二值模式(LBP)、主成分分析(PCA)或线性判别分析(LDA)等。 6. 输出结果:最后,人脸检测算法会将检测到的人脸位置和识别结果输出到屏幕上或通过网络传输给其他设备。这些结果可以用于安防监控、人脸识别系统或者虚拟现实应用等。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值