<mark id="oztn4"></mark>
0
| 本文作者： 汪思穎 | 2018-04-28 09:45 |
2018 年 2 月，云從科技正式在國內發布「3D 結構光人臉識別技術」，這是中國企業首次將結構光技術應用在人臉識別系統上，相較以往的 2D 人臉識別及以紅外活體檢測技術，在精確度、響應速度等方面取得革命性突破。
近日，云從科技又在跨鏡追蹤技術（Person Re-Identification，ReID）上取得重大進展，他們同時在 Market-1501，CUHK03，DukeMTMC-reID 三個數據集上刷新世界記錄。ReID 是利用計算機視覺技術判斷圖像或者視頻序列中是否存在特定行人，無需人臉，根據穿著、體態、發型就能識人。
圖：ReID 行人識別技術
云從科技近期在 AI 科技評論推出的數據庫項目「AI 影響因子」上表現活躍，針對他們的這兩大突破，雷鋒網 AI 研習社對云從科技研究院副院長周翔進行了一次專訪，了解到云從研究院的工作、云從技術上的創新及目前的研究重點。
早在云從科技成立之前，周翔就在重慶中科院跟隨周曦博士（云從創始人）從事人臉識別研究。后來，周曦博士從中科院辭職成立云從，周翔也作為初創員工加入。
周翔目前擔任云從科技研究院副院長，主要負責三個方向：數據的收集與處理、技術研究、POC 測試。
以下為采訪原文，雷鋒網 AI 研習社做了不改變原意的編輯整理。
云從研究院
問：云從科技研究院在公司里處于什么樣的戰略地位？目前研究院主要進行的工作有哪些？
周翔：云從所有核心技術都來自云從研究院，目前，研究院處于云從戰略最高點。研究院的工作圍繞三個方向展開：
一是對前沿算法的深入研究、自主創新。我們會緊跟當前世界上最前沿的計算機視覺技術和人工智能技術，也會推陳出新，研究新的人工智能視覺算法。
二是針對業內已有的算法進行深入研究。比如我們剛剛發布的「3D 結構光人臉識別技術」，跨鏡追蹤技術（ReID）。此外，還有車輛、人群密度、交通行為、擁堵、醫療影像等等，只要與計算機視覺有關，我們都會或多或少進行布局。
三是將算法產品化。我們需要對這些算法進行封裝，做產品級別的 SDK 和引擎。
問：云從與中科院、上海交大共建兩個聯合實驗室，這兩個聯合實驗室目前主要進行哪些方面的研究？
周翔： 這兩個聯合實驗室側重于計算機視覺領域的前沿算法研究。云從會將前沿領域的研究放到高校團隊，讓學生與研究人員一起，做一些預研以及算法的基礎研究。
此外，云從創始人周曦是這兩所高校的博士生導師，他也會對學生進行論文指導，推薦他們參加頂會。
問：云從科技于 2015 年成立，這 3 年來，你們在計算機視覺領域取得了哪些具有代表性的技術突破？
周翔：云從成立之前，我們在中科院的技術就已經比較領先。2015 年，我們在 FDDB(Face Detection Data Set and Benchmark) 和 LFW(Labeled Faces in the Wild Home) 上刷到前三之后，覺得已經很好地展示了學術實力，就開始專心打磨產品。公司成立初期，我們更多看重產品落地。
當然，我們也一直在做前沿研究，今年二月，我們發布結構光 3D 人臉識別技術，最近，我們在 ReID（跨境追蹤技術）上又一次刷榜。
隨著公司的發展，隊伍越來越壯大，我們可能會有新的定位，也會去發表論文，宣傳技術上的突破。當然，我們還需要靜下心來，踏踏實實將技術落地，只有這樣，客戶才會認可我們。
問：接下來云從研究院主要會攻克哪些方面的難題？
周翔：首先做好計算機視覺領域的基礎技術研究，比如對人臉、車輛、行人的檢測。
之后，我們會投入更多時間，去從人的角度分析構建深度神經網絡，讓深度學習具有可解釋性。對深度學習有所了解的人都知道，它是一個「黑匣子」，雖然很多時候遠勝傳統算法，但缺乏可解釋性。我們研究人工智能，應該要讓計算機能夠像人類一樣去思考和識別，具備自己的邏輯判斷，并且我們人類可以理解他們的思考。
問：你們近日在 Market-1501 上的首位命中率（Rank-1 Accuracy）達到 96.6%，刷新 ReID 榜單，這一數字是否還存在很大提升空間？與人臉識別相比呢？
周翔：提升空間肯定存在，但是對行人識別的研究比人臉識別更難。
第一，人臉的五官、臉型比較固定，不可能發生特別大的變化。行人不一樣，大家在走路、打球、跑步時的姿態千變萬化，伴隨彎腰、后仰等各種動作，沒辦法很好地約束。
第二，我們還要根據體態、穿著來判斷行人。如果很多人穿著同樣的衣服，識別難度將更大。我們主要的判斷依據就是服飾、配飾、體型、發型等特點。如果兩個人的服飾、發型等類似，這將很難辨識。
問：為了加深行人辨識的精準度，主要用到的核心技術有哪些？
周翔：在行人識別上，我們創新性地提出全局+局部多粒度的識別理論。我們能通過人的形態、服裝等去做整體判斷，然后再通過一些細節，比如衣物商標、挎包類型、服飾特征去判斷，即聚合同一個人在不同情況下的照片。
云從大腦
問：你們曾提到訓練人臉識別時的網絡架構，包括結構化+非結構化的數據、雙層異構深度神經網絡、三層金字塔式的遷移學習，這與云從大腦有什么關聯？
周翔：這是云從大腦其中一個最基礎的識別認知模型。
問：在云從大腦構建的過程中，主要的技術難點有哪些？
周翔：最初構建云從大腦時，還是存在一定難度。開源算法有很多，但我們需要研制出支持大類別分布式訓練的算法。
人的類別是無窮的，以中國人來舉例，就有十幾億的類別，這需要大量數據進行訓練。在算力一定的情況下，如何讓效率更高；如果模型太深，如何去做加速，這些難點需要一個個突破。
問：目前一直在進行云從大腦的優化與改進嗎？
周翔：是的，目前云從大腦只有人臉識別功能，后續我們會加入行人識別，之后會慢慢擴充，加入車輛、人群等，讓它的應用的領域更加廣泛。最后，我們還考慮將語音、文字等的識別全部構建到云從大腦上，讓這個大腦就像人腦一樣，既能看懂圖像，還得讀懂文字，還能聽到聲音，理解語意。這是我們的最終目標。
問：想要把行人識別等其他功能融合進云從大腦，需要解決哪些技術上的難點？
周翔：主要有以下幾點：
第一，將所有算法融合到一起，變成一個超級大腦進行統一分析，輸出有效信息。
我們常提到谷歌的 AlphaGo，它只會下圍棋，同樣，我們的網絡有些分析人臉，有些分析行人，有些分析車輛，如何將算法以及分析結果融合，變成一個整體，這是一個挑戰。
第二，海量的數據。
當數據越來越多，如何對這些海量數據進行有效分析；哪些數據是無用數據，如何高效去除這些無用數據。
第三，算力。
如何通過硬件的異構處理，充分提高算力和速度，降低能耗。
問：中科院李子青教授此前在雷鋒網安防峰會上提到，他們針對安防數據使用半監督自主學習，這是一個技術亮點，效果好過監督學習很多倍。你們在訓練 AI 的時候，使用的是遷移學習。對比起來，半監督自主學習和遷移學習在大規模人臉識別的場景下，差異點在哪里？
周翔：遷移學習是在一定的數據基礎上去做知識的遷移，我們在最底層也用到監督學習，此外，或多或少會用一些半監督或非監督的學習方法。李子青教授團隊可能在半監督學習算法里做了更多的改進，把它變成一個亮點，使這一算法的效率更高，效果更好。
其實每家公司在許多環節中或多或少都會有一些創新，大家的算法都會有各自的特點，用哪種算法并不是那么重要。
另外，方法的使用也與數據有關。前面提到我們有超大規模結構化數據，利用這種數據，我們能很好地訓練底層人臉識別模型。假設現在我們沒有這種數據，只有互聯網上的或是通過其它項目得到的非結構化數據，那就沒辦法很好地用監督學習，只能利用半監督或非監督學習的方法了。
走向行業
問：云從剛開始成立的時候，先在金融領域占據大量市場，后來又布局安防領域。在將產品應用于這兩個行業的時候，對技術的要求會存在哪些差異？
周翔：差異非常大。
金融行業更看重的是安全，算法必須達到極致。銀行對人臉識別算法的誤識率要求非常高，比如說百萬分之一的誤識率，直觀解釋，即 100 萬個人拿著別人的身份證去取錢，只有一個人能夠騙過算法。
此外，銀行場景下獲取到的人臉圖片質量要比安防行業好。
但公安就不一樣了，他們對人臉識別準確率的要求沒有銀行高，更看重的是算法的綜合運用，即平臺能力、系統能力。
公安會看重視頻處理的速度，需要能實時顯示。舉個簡單的例子，比如嫌疑犯從某一地點經過，系統需要 30 秒才能將他識別出來，那就不行，公安會說，再不快一點確認，嫌疑犯就跑了。
另外，只有人臉識別行不通，公安更看重的是能不能跟行人識別相結合，識別出來之后，能不能去做聯動，如果在其它視頻里也發現這個人，是否能畫出他的行動軌跡，把他的出現地點、頻次等信息都反饋出來。
問：您前面也提到云從的技術很早就已經很成熟，后來主要是在做落地。你們在將算法落地的過程中，面臨哪些比較大的挑戰？
周翔：要將算法落地做成一款產品，需要考慮的因素非常多，也面臨著很多挑戰。算法好不代表產品好，產品好也不代表客戶一定會用。
直觀一點解釋，做成產品，要考慮外觀、使用體驗、系統的流暢性、售后，即如何把產品包裝成客戶認可的解決方案。
我們是 2B 公司，客戶的需求千變萬化，如何快速定制、快速解決客戶的不同需求，這都是需要考慮的。
另外，將產品推向市場時，還需要考慮公司是否具備資質，是否避開了其它公司的專利，是否有商務上的成功案例。
問：很多人都會將云從、依圖、曠視、商湯這 4 家以 CV 為核心的公司來比較，您如何看待這三家友商？
周翔：這幾家公司在算法層面做的都還不錯，我也非常欣賞這幾家公司。雖然我們各家也會在一些領域上進行 PK，但每家公司的算法特點會有一定區別。
商湯招募了非常多的博士在內的研究人員，研究領域涉及多個方面，比如自動駕駛、商超等領域，他們想賦能百業，把人工智能應用到各個行業。
曠視最近剛剛收購艾瑞思機器人（Ares robot），它們可能更多地想在機器人領域進行擴展。他們在互聯網金融上做得非常出色，在這里比較有優勢。
依圖最早是做車輛識別以及安防，他們的安防算法做得很棒，得到公安的高度認可。目前他們也在做醫療，我們也希望他們在醫療上能做出非常好的成績。
云從跟這幾家公司也有一些區別，云從是國家產業隊，我們拿了一些國家級別的項目，更偏重頂層設計。
我們目前接觸最多的是銀行、公安，我們會從四大行開始滲透，先把金融做得更好，然后在金融領域做一些其它的 AI 業務，包括風控、智慧銀行等。
對于安防，我們會跟公安部合作，先去設計一些標準，然后做出一些公安高度認可的產品和系統。
相關文章：
96.6% 云從科技跨鏡追蹤(ReID)技術刷新三項世界紀錄
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
