<mark id="oztn4"></mark>
0
| 本文作者： camel | 2019-11-02 21:58 | 專題：CNCC 2019 |
雷鋒網(wǎng) AI 科技評論按：由 CCF 主辦的 CNCC 2019 學(xué)術(shù)會議于10.17—10.19 日在蘇州成功舉辦。本屆大會以“智能+引領(lǐng)社會發(fā)展”為主題，進(jìn)行了15場特邀報告，3場大會主題論壇、78場技術(shù)論壇、22場特色活動，1000家機(jī)構(gòu)代表、8000余人參展參會。
在大會第三天舉辦的“計算機(jī)視覺技術(shù)賦能智慧城市”分論壇中商湯科技副總裁勞世竑發(fā)表了主題為《中日計算機(jī)視覺技術(shù)：從人臉識別到自動駕駛的產(chǎn)業(yè)化歷程》的演講。
勞世竑：湯科技副總裁，車載事業(yè)總經(jīng)理兼日本公司CEO，他在人臉識別技術(shù)產(chǎn)業(yè)應(yīng)用上有著突出貢獻(xiàn)，在國際會議和期刊上共發(fā)表論文90多篇，并擁有多項國際專利。
以下為勞世竑演講的全文，雷鋒網(wǎng)AI科技評論進(jìn)行了不改變原意的編輯，內(nèi)容未經(jīng)本人確認(rèn)。
本次報告重點講兩個階段。第一個階段講我們是怎么樣把美國的技術(shù)拿來用上，第二個階段講我們中國的技術(shù)是怎么超越美國的技術(shù)，日本和中國的合作，亦或是中國和日本的合作，次序不一樣，含義完全不同。
首先我要講一個例子，我們當(dāng)時把CMU的人臉檢測的技術(shù)做了一個產(chǎn)業(yè)應(yīng)用。我們有一個客戶，他的公司在世界范圍內(nèi)沒有那么有名，但是在日本也是一個非常著名的公司。這個公司只做一件產(chǎn)品，主要就是給柯達(dá)做洗照片的機(jī)器。這個機(jī)器當(dāng)時是完成由沖膠卷到印刷一系列的工作，完全可以用一臺機(jī)器進(jìn)行全部流程的自動化操作，這臺機(jī)器需要具備一個功能，就是在印刷照片的時候能盡可能把照片印得好一點，當(dāng)照片是在背光拍攝的情況下，能夠調(diào)整照片的曝光時間，然后把照片印得更漂亮。
當(dāng)時他們找到了我們，說能不能幫忙做這個工作。正好我們當(dāng)時剛剛拿到了神經(jīng)網(wǎng)絡(luò)的識別器，然后我們把這個識別器進(jìn)行改進(jìn)，大概加速了10倍到50倍這樣的速度，將這個功能提交給了這個公司，成為了一個產(chǎn)品。
后來我們就發(fā)現(xiàn)原始速度還是趕不上當(dāng)前應(yīng)用的需求，我們在想怎么辦？分析我們在上一個事例中成功的原因，我后來思考了一下，上一次成功的原因并不是說在我們的公司里面有很多的能人，恰恰是因為我們的公司里面沒有能人，沒有博士，所以我們只能到全世界各地去找，能夠幫助我們解決問題的合作對象。在這個過程中，我們就找到了清華的艾海舟老師，他在我們行業(yè)里面做出了非常大的貢獻(xiàn)。我和他開始了多年的合作，這是我們在2003年，當(dāng)時主要的一個成員是艾海舟老師的一個四年級學(xué)生黃暢，他和我們一塊把芯片開發(fā)出來了。
注：
艾海舟老師：清華大學(xué)計算機(jī)系教授，主要從事與人臉人體相關(guān)的計算機(jī)視覺方面的研究，在人臉及人體圖像理解領(lǐng)域提出了一系列性能優(yōu)越的算法，具有重要的學(xué)術(shù)價值和明顯的應(yīng)用價值。發(fā)表論文80余篇，授權(quán)國際專利1項，國際專利申請4項。
黃暢：地平線機(jī)器人技術(shù)聯(lián)合創(chuàng)始人以及算法副總裁，深度學(xué)習(xí)專家、前百度主任架構(gòu)師（T10），長期從事計算機(jī)視覺、機(jī)器學(xué)習(xí)、模式識別和信息檢索方面的研究。創(chuàng)立地平線機(jī)器人，致力于提供高性能、低功耗、低成本、完整開放的嵌入式人工智能解決方案。
當(dāng)時大概是35萬注冊了一個芯片，這個芯片后來被日本的各個照相機(jī)廠商采用，直到現(xiàn)在為止，依然是世界上占用率最大的一個人臉檢測的芯片。這個芯片可以幫助照相機(jī)在對焦的時候，實現(xiàn)準(zhǔn)確的把焦點聚焦到人上，而不是到后面的背景上。
在我們完成了人臉檢測的芯片以后，我們把一些精力放在人臉識別上面，當(dāng)時應(yīng)該是世界上第一款商用的手機(jī)，上面使用了人臉識別的功能，用戶可以通過人臉識別技術(shù)直接解鎖手機(jī)。后來因為這種手機(jī)也在市場上消失了，所以從商業(yè)角度來講這是一個失敗的案例。現(xiàn)在來講人臉識別已經(jīng)變得非常普及了，蘋果的手機(jī)、安卓的手機(jī)上都有這樣的功能，在當(dāng)時在一個非常小的手機(jī)上面想要把人臉識別的功能做上去，遇到了非常多的困難，“怎么來減少使用量，怎么樣加快速度”，在這個方面耗費(fèi)了很多的精力。
具體我想講一下，在這些技術(shù)的實際應(yīng)用中我們究竟做了哪些工作。我們在做人臉識別、人臉檢測的時候，我們需要驗證角度的變化和識別性能的變化有什么關(guān)系，我們就設(shè)計了一個人臉數(shù)據(jù)采集的裝置，這個裝置由80臺攝像頭，這些攝像頭能夠采集同期人臉的圖像。依次的采集，就可以得到各種各樣角度的人臉圖像，通過這樣一個裝置，我們就可以搜集到很多不同角度的人臉圖像。雖然看上去是很基礎(chǔ)的工作，但是給我們帶來了后面能把性能做到極致的效果。在日本工程師是非常善于做很小的改進(jìn)，然后把一個工作做到極致,,這一點就很值得我們學(xué)習(xí)。
在之后，我們做了一些其它的應(yīng)用，當(dāng)時也是一直在想，雖然人臉檢測能夠用在攝像頭上面，能夠做在數(shù)碼相機(jī)的上面，但是人臉識別對我們來講依然是很大的挑戰(zhàn)。因為在日本也沒有監(jiān)控的市場，當(dāng)時我們想要在手機(jī)設(shè)置人臉識系統(tǒng)沒有成功。當(dāng)然這有可能也與當(dāng)時的時代和環(huán)境有關(guān)系，當(dāng)時如果能夠做成的話，那么到現(xiàn)在人臉檢測技術(shù)可能會發(fā)展的更不一樣。
我們后來回頭去想人臉的技術(shù)究竟還能用在哪些地方，當(dāng)時我們想到能夠給汽車行業(yè)提供這樣的一個技術(shù)，它能夠監(jiān)控駕駛員的狀態(tài)，使得駕駛的行為能夠更安全。這個理念也是非常先進(jìn)的，如果能夠做成我想這應(yīng)該是世界第一個駕駛監(jiān)控體系。在當(dāng)時還沒有DMS這個概念，我們就自己開發(fā)出了芯片，把芯片裝到一個盒子里面，這個盒子還能做很多的工作，可以解決怎么能把圖像拍得更好的問題。
其實現(xiàn)在國內(nèi)有很多人在做DMS的工作，在做的時候你會發(fā)現(xiàn)大家所做的工作都差不多，都是先用一個紅外的照明，然后用一個攝像頭來拍。當(dāng)遇到戴眼鏡的拍攝者的時候，眼鏡片會呈現(xiàn)出一定的反射，而且在不同的照明情況下性能也會降低，這些問題該怎么來解決？我們就在盒子里面做了非常多的改進(jìn)，得到好圖像，把效果做的更好。
這個工作當(dāng)時在2007年已經(jīng)得到了車廠的單子，很不幸的是發(fā)生了經(jīng)濟(jì)危機(jī)，汽車行業(yè)就把新的項目全部砍掉了，我們這個項目雖然成了一個失敗的項目。但是這個大概過了十年，沉睡了十年以后我們又重新啟動了這個項目，盡管它的技術(shù)看上去已經(jīng)被其它的公司超越。
接下來我要講的是，我后來到了商湯，原來我在那里做的的工作，準(zhǔn)確的說應(yīng)該是在日本的公司所作的工作主要是向中國、美國一些大學(xué)的研究機(jī)構(gòu)提一些合作的方案，然后把這些成果帶回去進(jìn)行產(chǎn)品化。離開了之后，我的工作轉(zhuǎn)變成了把一個中國公司的技術(shù)拿到日本進(jìn)行產(chǎn)業(yè)化，這是一個中國跟日本，或者說中國跟先進(jìn)國家之間的一個位置的轉(zhuǎn)換，我覺得還是一個非常有意義的工作。
在這里，我做的一個比較能夠引以自豪的工作，就是把商湯的人工智能技術(shù)配給本田，促成了自動駕駛的研發(fā)合作項目，這個項目如果說我們當(dāng)時和清華老師合作是第一次把中國的高科技介紹給日本的公司，這次我們是把中國的高科技的企業(yè)介紹給日本的企業(yè)，促成了一個平等的合作關(guān)系，這個是在中國的科技發(fā)展歷程中，也是一個比較少有的例子。
后來我在商湯成立了商湯（日本）公司，主要的業(yè)務(wù)就是現(xiàn)在和本田一起做的自動駕駛的研發(fā)工作，當(dāng)前的研究工作，與百度或其它的一些公司的自動駕駛會有一些不太一樣，我們更
注重的用攝像頭來實現(xiàn)非常廉價的，能夠提供給一般的用戶乘用車上面使用的自動駕駛的技術(shù)。
右圖是我們在日本建了一個自動駕駛的學(xué)校，原來是一個駕校，教人的駕校，現(xiàn)在變成了一個教計算機(jī)學(xué)習(xí)的一個自動駕駛的學(xué)校。
我們和本田主要是做基于視覺的自動駕駛技術(shù)，這里包含了車道線的監(jiān)測，在各種各樣的環(huán)境問題下監(jiān)測出車道線。我們會挑戰(zhàn)各種各樣的環(huán)境，下雨天、晴天、早上、晚上，也在很多極端情況下檢測自動駕駛，做一些道路的區(qū)分的學(xué)習(xí)和汽車的監(jiān)測，這些功能是一些基礎(chǔ)的功能，我們可能會花很多的精力，追求將技術(shù)的可靠性做到極致。
我經(jīng)常被問到，你們的自動駕駛什么時候能夠用？什么時候能夠推向市場？
我覺得這個道路還是有一點漫長的，我們現(xiàn)在的目標(biāo)是在2025年前后能夠?qū)⒆詣玉{駛技術(shù)推向市場。我覺得還有一點值得我們引起注意，日本的車廠在研發(fā)新的產(chǎn)品的時候會更注重驗證技術(shù)的可靠性，以保證不出事故，這個是比較重要的，是一個更高的優(yōu)先級的工作。
將來我們在商湯科技也是這樣的，希望能夠用AI來促進(jìn)自動駕駛的研發(fā)，在這個過程里，不光是物體的識別，還需要做一些行為的預(yù)測，還包括車內(nèi)外環(huán)境的理解。另一方面還有一個比較重要的，需要把你做出來的系統(tǒng)，它的一些判斷的結(jié)果，不光是得到一個結(jié)果，而是要能夠知道這個結(jié)果為什么是這個結(jié)果，深度學(xué)習(xí)的可說明性這方面我們覺得是一個非常重要的研究課題。
雷鋒網(wǎng)報道。
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
專題
本專題其他文章
