云从周翔：三年打磨，云从如何成为计算机视觉国家队

云从科技

+8

AI影响因子

企业：云从科技

操作：专访

事项：专访云从科技研究院副院长周翔

2018 年 2 月，云从科技正式在国内发布「3D 结构光人脸识别技术」，这是中国企业首次将结构光技术应用在人脸识别系统上，相较以往的 2D 人脸识别及以红外活体检测技术，在精确度、响应速度等方面取得革命性突破。

近日，云从科技又在跨镜追踪技术（Person Re-Identification，ReID）上取得重大进展，他们同时在 Market-1501，CUHK03，DukeMTMC-reID 三个数据集上刷新世界记录。ReID 是利用计算机视觉技术判断图像或者视频序列中是否存在特定行人，无需人脸，根据穿着、体态、发型就能识人。

图：ReID 行人识别技术

云从科技近期在 AI 科技评论推出的数据库项目「AI 影响因子」上表现活跃，针对他们的这两大突破，雷锋网(公众号：雷锋网) AI 研习社对云从科技研究院副院长周翔进行了一次专访，了解到云从研究院的工作、云从技术上的创新及目前的研究重点。

早在云从科技成立之前，周翔就在重庆中科院跟随周曦博士（云从创始人）从事人脸识别研究。后来，周曦博士从中科院辞职成立云从，周翔也作为初创员工加入。

周翔目前担任云从科技研究院副院长，主要负责三个方向：数据的收集与处理、技术研究、POC 测试。

以下为采访原文，雷锋网 AI 研习社做了不改变原意的编辑整理。

云从研究院

问：云从科技研究院在公司里处于什么样的战略地位？目前研究院主要进行的工作有哪些？

周翔：云从所有核心技术都来自云从研究院，目前，研究院处于云从战略最高点。研究院的工作围绕三个方向展开：

• 一是对前沿算法的深入研究、自主创新。我们会紧跟当前世界上最前沿的计算机视觉技术和人工智能技术，也会推陈出新，研究新的人工智能视觉算法。

• 二是针对业内已有的算法进行深入研究。比如我们刚刚发布的「3D 结构光人脸识别技术」，跨镜追踪技术（ReID）。此外，还有车辆、人群密度、交通行为、拥堵、医疗影像等等，只要与计算机视觉有关，我们都会或多或少进行布局。

• 三是将算法产品化。我们需要对这些算法进行封装，做产品级别的 SDK 和引擎。

问：云从与中科院、上海交大共建两个联合实验室，这两个联合实验室目前主要进行哪些方面的研究？

周翔： 这两个联合实验室侧重于计算机视觉领域的前沿算法研究。云从会将前沿领域的研究放到高校团队，让学生与研究人员一起，做一些预研以及算法的基础研究。

此外，云从创始人周曦是这两所高校的博士生导师，他也会对学生进行论文指导，推荐他们参加顶会。

问：云从科技于 2015 年成立，这 3 年来，你们在计算机视觉领域取得了哪些具有代表性的技术突破？

周翔：云从成立之前，我们在中科院的技术就已经比较领先。2015 年，我们在 FDDB(Face Detection Data Set and Benchmark) 和 LFW(Labeled Faces in the Wild Home) 上刷到前三之后，觉得已经很好地展示了学术实力，就开始专心打磨产品。公司成立初期，我们更多看重产品落地。

当然，我们也一直在做前沿研究，今年二月，我们发布结构光 3D 人脸识别技术，最近，我们在 ReID（跨境追踪技术）上又一次刷榜。

随着公司的发展，队伍越来越壮大，我们可能会有新的定位，也会去发表论文，宣传技术上的突破。当然，我们还需要静下心来，踏踏实实将技术落地，只有这样，客户才会认可我们。

问：接下来云从研究院主要会攻克哪些方面的难题？

周翔：首先做好计算机视觉领域的基础技术研究，比如对人脸、车辆、行人的检测。

之后，我们会投入更多时间，去从人的角度分析构建深度神经网络，让深度学习具有可解释性。对深度学习有所了解的人都知道，它是一个「黑匣子」，虽然很多时候远胜传统算法，但缺乏可解释性。我们研究人工智能，应该要让计算机能够像人类一样去思考和识别，具备自己的逻辑判断，并且我们人类可以理解他们的思考。

问：你们近日在 Market-1501 上的首位命中率（Rank-1 Accuracy）达到 96.6%，刷新 ReID 榜单，这一数字是否还存在很大提升空间？与人脸识别相比呢？

周翔：提升空间肯定存在，但是对行人识别的研究比人脸识别更难。

• 第一，人脸的五官、脸型比较固定，不可能发生特别大的变化。行人不一样，大家在走路、打球、跑步时的姿态千变万化，伴随弯腰、后仰等各种动作，没办法很好地约束。

• 第二，我们还要根据体态、穿着来判断行人。如果很多人穿着同样的衣服，识别难度将更大。我们主要的判断依据就是服饰、配饰、体型、发型等特点。如果两个人的服饰、发型等类似，这将很难辨识。

问：为了加深行人辨识的精准度，主要用到的核心技术有哪些？

周翔：在行人识别上，我们创新性地提出全局+局部多粒度的识别理论。我们能通过人的形态、服装等去做整体判断，然后再通过一些细节，比如衣物商标、挎包类型、服饰特征去判断，即聚合同一个人在不同情况下的照片。

云从大脑

问：你们曾提到训练人脸识别时的网络架构，包括结构化+非结构化的数据、双层异构深度神经网络、三层金字塔式的迁移学习，这与云从大脑有什么关联？

周翔：这是云从大脑其中一个最基础的识别认知模型。

问：在云从大脑构建的过程中，主要的技术难点有哪些？

周翔：最初构建云从大脑时，还是存在一定难度。开源算法有很多，但我们需要研制出支持大类别分布式训练的算法。

人的类别是无穷的，以中国人来举例，就有十几亿的类别，这需要大量数据进行训练。在算力一定的情况下，如何让效率更高；如果模型太深，如何去做加速，这些难点需要一个个突破。

问：目前一直在进行云从大脑的优化与改进吗？

周翔：是的，目前云从大脑只有人脸识别功能，后续我们会加入行人识别，之后会慢慢扩充，加入车辆、人群等，让它的应用的领域更加广泛。最后，我们还考虑将语音、文字等的识别全部构建到云从大脑上，让这个大脑就像人脑一样，既能看懂图像，还得读懂文字，还能听到声音，理解语意。这是我们的最终目标。

问：想要把行人识别等其他功能融合进云从大脑，需要解决哪些技术上的难点？

周翔：主要有以下几点：

• 第一，将所有算法融合到一起，变成一个超级大脑进行统一分析，输出有效信息。

我们常提到谷歌的 AlphaGo，它只会下围棋，同样，我们的网络有些分析人脸，有些分析行人，有些分析车辆，如何将算法以及分析结果融合，变成一个整体，这是一个挑战。

• 第二，海量的数据。

当数据越来越多，如何对这些海量数据进行有效分析；哪些数据是无用数据，如何高效去除这些无用数据。

• 第三，算力。

如何通过硬件的异构处理，充分提高算力和速度，降低能耗。

问：中科院李子青教授此前在雷锋网安防峰会上提到，他们针对安防数据使用半监督自主学习，这是一个技术亮点，效果好过监督学习很多倍。你们在训练 AI 的时候，使用的是迁移学习。对比起来，半监督自主学习和迁移学习在大规模人脸识别的场景下，差异点在哪里？

周翔：迁移学习是在一定的数据基础上去做知识的迁移，我们在最底层也用到监督学习，此外，或多或少会用一些半监督或非监督的学习方法。李子青教授团队可能在半监督学习算法里做了更多的改进，把它变成一个亮点，使这一算法的效率更高，效果更好。

其实每家公司在许多环节中或多或少都会有一些创新，大家的算法都会有各自的特点，用哪种算法并不是那么重要。

另外，方法的使用也与数据有关。前面提到我们有超大规模结构化数据，利用这种数据，我们能很好地训练底层人脸识别模型。假设现在我们没有这种数据，只有互联网上的或是通过其它项目得到的非结构化数据，那就没办法很好地用监督学习，只能利用半监督或非监督学习的方法了。

走向行业

问：云从刚开始成立的时候，先在金融领域占据大量市场，后来又布局安防领域。在将产品应用于这两个行业的时候，对技术的要求会存在哪些差异？

周翔：差异非常大。

金融行业更看重的是安全，算法必须达到极致。银行对人脸识别算法的误识率要求非常高，比如说百万分之一的误识率，直观解释，即 100 万个人拿着别人的身份证去取钱，只有一个人能够骗过算法。

此外，银行场景下获取到的人脸图片质量要比安防行业好。

但公安就不一样了，他们对人脸识别准确率的要求没有银行高，更看重的是算法的综合运用，即平台能力、系统能力。

公安会看重视频处理的速度，需要能实时显示。举个简单的例子，比如嫌疑犯从某一地点经过，系统需要 30 秒才能将他识别出来，那就不行，公安会说，再不快一点确认，嫌疑犯就跑了。

另外，只有人脸识别行不通，公安更看重的是能不能跟行人识别相结合，识别出来之后，能不能去做联动，如果在其它视频里也发现这个人，是否能画出他的行动轨迹，把他的出现地点、频次等信息都反馈出来。

问：您前面也提到云从的技术很早就已经很成熟，后来主要是在做落地。你们在将算法落地的过程中，面临哪些比较大的挑战？

周翔：要将算法落地做成一款产品，需要考虑的因素非常多，也面临着很多挑战。算法好不代表产品好，产品好也不代表客户一定会用。

直观一点解释，做成产品，要考虑外观、使用体验、系统的流畅性、售后，即如何把产品包装成客户认可的解决方案。

我们是 2B 公司，客户的需求千变万化，如何快速定制、快速解决客户的不同需求，这都是需要考虑的。

另外，将产品推向市场时，还需要考虑公司是否具备资质，是否避开了其它公司的专利，是否有商务上的成功案例。

问：很多人都会将云从、依图、旷视、商汤这 4 家以 CV 为核心的公司来比较，您如何看待这三家友商？

周翔：这几家公司在算法层面做的都还不错，我也非常欣赏这几家公司。虽然我们各家也会在一些领域上进行 PK，但每家公司的算法特点会有一定区别。

商汤招募了非常多的博士在内的研究人员，研究领域涉及多个方面，比如自动驾驶、商超等领域，他们想赋能百业，把人工智能应用到各个行业。

旷视最近刚刚收购艾瑞思机器人（Ares robot），它们可能更多地想在机器人领域进行扩展。他们在互联网金融上做得非常出色，在这里比较有优势。

依图最早是做车辆识别以及安防，他们的安防算法做得很棒，得到公安的高度认可。目前他们也在做医疗，我们也希望他们在医疗上能做出非常好的成绩。

云从跟这几家公司也有一些区别，云从是国家产业队，我们拿了一些国家级别的项目，更偏重顶层设计。

我们目前接触最多的是银行、公安，我们会从四大行开始渗透，先把金融做得更好，然后在金融领域做一些其它的 AI 业务，包括风控、智慧银行等。

对于安防，我们会跟公安部合作，先去设计一些标准，然后做出一些公安高度认可的产品和系统。

相关文章：

国产再突破 云从科技首发3D结构光人脸识别技术

96.6% 云从科技跨镜追踪(ReID)技术刷新三项世界纪录

。