【AI技术生态论】优图实验室总监黄飞跃：计算机视觉技术处于早期阶段，还需向认知层面努力
受访者 | 黄飞跃，优图实验室总监
记者 | 夕颜
出品 | CSDN（ID:CSDNnews）
「AI技术生态论」是CSDN发起的“百万人学AI”倡议下的重要组成部分，与AIProCon万人开发者大会、Top30 AI技术生态行业案例征集和评选、开发者与AI大调查、AI大师课一起，打造一个覆盖百万开发者的AI生态联盟。
2020年，「AI技术生态论」栏目将对1000+AI生态大咖进行系列访谈，勾勒出AI生态最具影响力人物图谱和AI产业全景图！
本文为 「AI 技术生态论」系列访谈的第二十二期，对话国内一流计算机实验室——腾讯优图总监黄飞跃，回顾优图实验室成长历程，畅谈计算机视觉技术进展和未来发展趋势。
百万人学 AI 你也有份！今日起点击阅读原文报名「2020 AI开发者万人大会」，使用优惠码“AIP211”，即可免费获得价值299元的大会在线直播门票一张。限量100张，先到先得！
【导读】12 年前，清华大学博士毕业的黄飞跃加入腾讯刚成立不到一年的腾讯研究院，带着 5 个人的小组，第一个项目是做一款名为“QQ影像”的桌面处理软件，但由于团队都属于 IT 直男，对于产品一窍不通，于是首个项目以并不尽如人意的结局告终。
12 年后，当初的 5 人团队已经扩大到 数百人的规模，成为计算机视觉领域鼎鼎有名的优图实验室。但细算起来，优图正式成立的时间其实在 2012 年，这一年，黄飞跃带领的这支团队更名为“优图”，他作为优图团队的负责人，带领这帮人成为国内计算机视觉大规模应用最早的一批从业者。
如今，做计算机视觉的人不会不认识优图这个名字，尤其是人脸识别技术和产品，优图的名声更是响亮。作为腾讯消费互联网业务背后的“隐形 AI 战队”，优图实验室与 腾讯 AI Lab 和微信 AI 团队一起，并列腾讯 AI 三大人工智能团队，为包括 QQ、微信、腾讯微视等消费互联网产品提供技术支持。
优图在做什么？
2018 年，腾讯宣布战略转型升级，拥抱产业互联网，优图从腾讯内部的一个技术团队开始走向前台，通过腾讯云等对外输出视觉 AI 能力。
黄飞跃对于优图的定位，就是一个计算机视觉相关技术的研发和落地的实验室，从最开始的图像压缩，到后面的人脸识别，再往后的人体识别、OCR 等一系列技术，优图从最初的围绕腾讯公司内部的需求提供技术支撑，到现在依托腾讯云等产品对外输出产品和解决方案。
有人会好奇，优图到底都做了些什么。实际上，从腾讯内部到 ToC，优图的AI技术早已渗透到我们的日常生活中，留心观察的话会发现，我们平常用到的微信刷脸支付、人脸识别对比、随申码、健康码、微众银行等 App 的人脸核身等，背后都是优图在做技术支撑。比如在微信小程序申请民政服务，检测人脸时出现的蓝色、绿色等不同颜色的光谱，其实就是在做活体检测，确认是否是本人操作。
天天P图
黄飞跃表示，最近一两年，短视频、泛娱乐场景的视觉AI需求比较旺盛，为此优图打造了一系列泛娱乐方面的解决方案，包括美颜美妆、人像分割、趣味合成和生成、人脸融合和变装等，你平常打开的美颜软件，说不定就有优图的存在。
让笔者印象比较深刻的，还有在寻找走失儿童场景中，优图可以实现跨年龄人脸识别，一两岁时丢失的婴儿，丢失十几年之后的儿童也能被精准识别，这样的“黑科技”也是优图研发的。
了解计算机视觉技术的人应该知道，跨年龄人脸识别对于数据量和模型训练来说都是巨大的挑战，为了充分的从数据中学习人脸自然的跨年龄变化规律，腾讯优图提出了基于 DDL（分布式蒸馏学习法则）学习策略的正则化迁移学习策略。基于该策略，算法模型可充分进行跨年龄人脸识别学习，从而让困难的跨年龄识别更加可靠和精准。用这项技术，腾讯成功帮助警方找回多名被拐超过十年的儿童。
“救人一命胜造七级浮屠”，可以造福、方便人类的事情，正是所有技术人的追求，因为这让我们所做的事情变得有了意义。
优图的技术“家底”有多厚？
各种场景下的应用， 当然离不开底层技术的支撑。从团队成立之初做图片压缩，到后来转到人脸检测和识别，优图不断洞察新技术趋势，积淀下清晰的技术发展路线。
黄飞跃在清华大学读研读博时，所学专业除了人脸识别和人脸检测之外，还包括人头 3D 重建、人体动作识别等技术。黄飞跃回忆，那时候人脸识别与现在相比有着巨大的差异，十几年前，火爆的专业是网络工程等方向，计算机视觉方向在当时是冷门。
黄飞跃也承认，当时学术的不成熟导致整个计算机视觉产业链不完整。现在，我们已经可以通过深度学习技术，为很多计算机视觉问题找到很好的解决方案，比如人脸检测识别，我们能够从几百人的合照中找到 99% 甚至全部的人脸，有遮挡也可以做到，但在当时，深度学习还没有起来，大家更多的是做偏研究的事情，和实际业务结合较少，采集数据难度大，算法在实际应用中效果差，只能在特定场景和小范围内做有限的应用。
总之，当时的计算机视觉研究环境很恶劣，人工智能仍处于发展瓶颈期，体系建设没有展开。2008 年，黄飞跃毕业时也曾纠结过去做老师还是进公司，看了很多方向，选择了加入刚成立不到一年的腾讯研究院，起初是跟着 leader，后来才带领着 5 人小组，在迷茫中开始视觉AI的探索之路。
因图像压缩技术声名大噪
上文中也提到，最开始，这支团队负责一款名叫“QQ 影像”的桌面处理软件，这是一款和美图秀秀类似的图像管理编辑软件，既有工程又有黄飞跃学习的视觉图像处理的一系列的能力，所以他认为这两者的结合是一个机会。但这个项目做到 2011年，PC 端开始向移动端转移，但 QQ 影像是 PC 软件，所以失去优势，加上团队都是技术人员，缺乏产品思维，导致产品发展不尽人意。
QQ 影像
2010 年，黄飞跃和团队迁往上海。2011 年下半年，黄飞跃发现“图片二次压缩”技术可能存在极大的价值，可以广泛应用到腾讯内部的众多业务中，比如图片的存储与传输，可有效减少存储、降低带宽流量，为公司节省巨额资金及存储空间。随着研究的深入和技术的不断成熟，黄飞跃带着团队开始为腾讯内部其他团队提供图片二次压缩技术——可以将图片像素压缩 20%-30%，大大降低带宽成本。
此时，团队更名为“优图”——这便是“优图实验室”的前身。
优图的图片压缩技术为腾讯创造了巨大的价值，也为优图带来了声望。
转移到人脸检测识别方向
2012 年下半年，优图把研究重心转移到人脸检测识别方向，开始进行人脸技术研发和储备。此时正逢腾讯的组织架构调整，原本隶属于腾讯研究院的优图并到了腾讯社交网络事业群旗下。
2013 上半年，优图开始将人脸检测技术输出至 QQ 空间，同时将技术提供给推出爆款“武媚娘”妆容的“天天P图”前身——“水印相机”团队。2014 年，QQ 空间“面孔墙”全量上线，这是业界最早在大规模社交网络平台中人脸识别技术的应用。此时，黄飞跃带领的优图团队只有 20 人不到。
2014 年上半年开始，黄飞跃带领优图团队开始探寻大量人脸识别应用场景，和腾讯征信负责人挖掘人脸识别的一个创新应用，即通过自拍照和身份证照片比对，来确认是否是用户本人（人脸核身）。在成功打出微众银行这个线上人脸核身案例后，优图将技术逐渐开放给内部超过 50 个业务，并在 QQ、QQ 空间、QQ 音乐、财付通、微众银行、天天 P 图等明星产品中成功落地，也与滴滴、联通等企业达成合作。
随着业务的发展壮大，腾讯优图也从最开始的 5 人团队，成长为现在的百人以上的规模。
2018 年 9 月 30 日，腾讯宣布组织架构调整，隶属于 SNG 的优图实验室调整归属于 CSIG 云与智慧产业事业群。优图开始和云与智慧产业形成更密切的联动配合，通过腾讯云、微信等输出视觉AI能力，在金融、零售、政务、社区、物流、文旅等领域落地解决方案。
以上就是优图实验室大致的技术发展路线，在这个过程中，黄飞跃带领团队自主研发了很多创新性的计算机视觉技术和应用。
人脸识别算法迭代
黄飞跃回忆，自 2012 年下半年将重点转移到人脸识别上来之后，优图便开始积累人脸相关技术。那时，优图会使用一些传统的分类 PCA 等方法做检测识别，从而具备了基础的人脸相关能力，包括人脸检测、人脸五官定位、人脸识别这三要素。
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。
然而，我们应该清楚，计算机视觉技术现在还处于发展较前期的前阶段，能够解决一些问题，但是更多地是做到识别模式，而不是理解，也就是偏感知层面，最终还需要向认知层面努力，建立起对图的深度理解，但目前从技术层面上来说还没有一个特别好的解决方案，跨越感知和认知之间的鸿沟将是一个艰难的过程。
谈到计算机视觉未来的发展趋势，黄飞跃表示优图将紧跟行业产业的趋势，目前他比较关注的是 5G，5G 将使流量带宽越来越大，手机终端计算能力越来越强，多媒体的处理、短视频也可能出现更丰富的表现形式。另外，AR/VR、短视频等也将成为计算机视觉应用较多的场景。
今日福利！
同样作为“百万人学 AI”的重要组成部分，2020 AIProCon 开发者万人大会将于 7 月 3 日至 4 日通过线上直播形式，让开发者们一站式学习了解当下 AI 的前沿技术研究、核心技术与应用以及企业案例的实践经验，同时还可以在线参加精彩多样的开发者沙龙与编程项目。参与前瞻系列活动、在线直播互动，不仅可以与上万名开发者们一起交流，还有机会赢取直播专属好礼，与技术大咖连麦。
门票限量大放送！今日起点击阅读原文报名「2020 AI开发者万人大会」，使用优惠码AIP211，即可免费获得价值299元的大会在线直播门票一张。限量100张，先到先得！ 快来动动手指，免费获取入会资格吧！
点击阅读原文，直达大会官网。