「技术」八年,腾讯优图攒了多厚的技术“家底”?( 三 )


2014 年以后 , 优图开始跟进深度学习相关技术潮流和趋势 , 最开始是用深度学习对齐传统的人脸方法 。
黄飞跃认为 , 实际上人脸技术的演进有这几个点 , 其一是活体检测 , 优图做了人脸安全与身份核验、纹理检测、动作识别 , 以及自主研发的反光活体技术 , 即手机侧终端随机发出一系列不同的光 , 根据光照射用户的情况 , 和摄像头捕捉到的信息 , 判断是真的人脸还是一张照片、面具还是视频 。 这是人脸安全系列的技术演进 。
其二是人脸识别规模的大幅提升 , 从开始的几千到几万的规模 , 现在到从数十亿规模中做人脸检测 , 背后依靠的是深度学习技术 。
第三个特点是要结合实际业务场景 , 比如在疫情期间的口罩检测 , 就需要做算法和场景交互的设计调整 。
八年成长路 , 不断积累“雪中送炭”的能力
从腾讯内部一个名不见经传的小组 , 到成长为一个颇有名气的AI实验室 , 优图花了八年时间 , 一路走来也并非一帆风顺 , 他们面临的挑战不仅来自技术层面 , 还有如何向公司证明技术的价值 。
比如让这支团队声名鹊起的图像压缩技术发明之初 , 优图团队就面临着如何说服公司内部客户、合作伙伴和部门用这项技术的问题 , 为了与 QQ 空间团队合作 , 他们要经常跑到深圳 , 甚至长期派驻人员了解对方的需求 。 当时 , QQ 空间团队关注的技术点很多 , 如何让图片显示更清晰 , PC 端网页的相册照片如何更好地展示缩略图等 , 都是他们关心的问题 , 优图要做的不仅是要把技术“卖”给他们 , 还要根据需求给出具体的解决方案 。 好在团队成功完成任务 , 度过了团队成立之初的第一个大关 。
2014 年是优图的一个拐点 。 在这个时间段 , 虽然优图与 QQ 空间的合作已经取得了一系列成果 , 优图研发推出的 QQ 空间面孔墙可以帮助用户按照人的维度来管理自己的相册、照片 , 整体的效果体验 , 包括准确度、指标都不错 , 但是实际上线之后 , 黄飞跃却开始思考另一个问题:优图团队的价值在哪里?因为这个能力始终是锦上添花 , 并不是雪中送炭 , 离不开的能力 。 于是 , 优图开始挖掘一些刚需、有价值的点 。
黄飞跃想到了人脸识别 。 那时候团队已经开始主打人脸识别相关技术的研发 , 但是存在一定困难 。 2014 年下半年与微众银行的合作是一个契机 。 当时 , 微众银行开业 , 给自己的定位就是完全线下无网点银行 , 没有线下网点 , 线上开户只能通过人脸核身 。 但当时人脸核身技术层面上不成熟 , 这就给了优图难得的机遇 , 从 2014 年 9 月份开始合作 , 到 2015 年微众银行正式上线 , 优图攻坚了一系列难题 , 包括提高人脸活体的能力 , 防止人脸照片、视频攻击等 , 获得了微众的认可 , 把真金白银的业务交给优图 。
八年走过来 , 优图的发展路线愈发清晰 , 聚焦于最核心的能力 , 比如人脸识别、人脸检测定位等 , 避免与其他团队的研发“撞车”;另外一方面 , 一些团队更多地侧重在优图基础能力之上做封装 , 如与 PCG 合作力 , 优图负责提供人脸检测配准的基础能力 , PCG 在此之上研发美颜挂件等 , 提供美颜能力和解决方案 。
计算机视觉迎来第二次高潮
以优图为代表 , 是国内互联网企业做计算机视觉技术研发与应用开发的缩影 。 在移动互联网时代 , 计算机视觉乘着东风 , 迎来第二次发展的高潮 。
黄飞跃认为 , 移动互联网与计算机视觉之间是相辅相成的关系 , 这其中有几个原因 , 一个是正好深度学习的进展和移动互联网发展的时间重合 , 移动互联网时代的特点是手机上的摄像头 , 有了传感器 , 数据越来越多 , UGC 数据量急剧增加 , 带来大量的需求和机会 , 因此整个移动互联网的产业链、市场空间远远大于 PC 互联网 , 因为计算终端无所不在 , 摄像头获取数据的设备无限大 , 市场很大会带来更多发展的机会 , 相关的企业也将越来越多 。


推荐阅读