131 1300 0010
行業(yè)動(dòng)態(tài)
  • 導(dǎo)航欄目
  • 產(chǎn)品新聞
  • 企業(yè)新聞
  • 行業(yè)動(dòng)態(tài)
  • 智變未來(lái)-淺談人工智能技術(shù)應(yīng)用與實(shí)踐
    智變未來(lái)-淺談人工智能技術(shù)應(yīng)用與實(shí)踐
  • 智變未來(lái)-淺談人工智能技術(shù)應(yīng)用與實(shí)踐
  •   發(fā)布日期: 2019-04-01  瀏覽次數(shù): 1,177

    由騰訊優(yōu)圖主辦,騰訊云、騰訊 Ai Lab 和極客邦協(xié)辦,主題為「智變未來(lái)-淺談人工智能技術(shù)應(yīng)用與實(shí)踐」的技術(shù)沙龍活動(dòng) 3 月 23 日在北京舉辦,沙龍上來(lái)自騰訊、intel 的五位嘉賓就技術(shù)、產(chǎn)品、實(shí)踐和應(yīng)用等 Ai 話(huà)題展開(kāi)分享。

    活動(dòng)一開(kāi)始,騰訊優(yōu)圖產(chǎn)品負(fù)責(zé)人周可菁先為我們帶來(lái)《計(jì)算機(jī)視覺(jué)技術(shù)在智慧零售中的實(shí)踐與應(yīng)用》的分享。

     

    智變未來(lái)-淺談人工智能技術(shù)應(yīng)用與實(shí)踐

    近年來(lái),隨著網(wǎng)上銷(xiāo)售增速放緩,網(wǎng)購(gòu)競(jìng)爭(zhēng)正式步入存量階段。2016 年智慧零售的提出,進(jìn)一步說(shuō)明人們消費(fèi)結(jié)構(gòu)在轉(zhuǎn)型,變得更注重線(xiàn)下真實(shí)體驗(yàn)。同一時(shí)間,技術(shù)的快速進(jìn)步有效降低了落實(shí)智慧零售的所需成本。

    智慧零售,即是以人為核心的線(xiàn)上—線(xiàn)下聯(lián)動(dòng),在場(chǎng)景數(shù)據(jù)化+數(shù)據(jù)網(wǎng)絡(luò)化的基礎(chǔ)上,實(shí)現(xiàn)全景數(shù)據(jù)化的洞察,從而提升商業(yè)運(yùn)營(yíng)效率。在此之中,計(jì)算機(jī)視覺(jué)主要扮演人-貨-場(chǎng)三者聯(lián)系的關(guān)鍵紐帶,從到店-逛店-購(gòu)買(mǎi),完成知人知面知心的AI 賦能。

    周可菁簡(jiǎn)單介紹了計(jì)算機(jī)視覺(jué)在線(xiàn)下運(yùn)營(yíng)不同階段的功能,以及所涉及技術(shù):

    過(guò)店-進(jìn)店

    目的:運(yùn)營(yíng)、防盜

    涉及技術(shù):人臉檢測(cè)、人臉屬性分析、大規(guī)模人臉檢索

    逛店

    目的:細(xì)粒度客流統(tǒng)計(jì)、精準(zhǔn)定位客群屬性、軌跡熱區(qū)

    涉及技術(shù):人頭體追蹤技術(shù)方案、人體ReID 技術(shù)方案

    收銀

    涉及技術(shù):人臉識(shí)別+活體檢測(cè)

    第二位分享的是騰訊優(yōu)圖的AI 應(yīng)用研究高級(jí)研究員王川南,其題目為《從硬件到算法——騰訊優(yōu)圖AI 終端產(chǎn)品實(shí)踐》。

    隨著計(jì)算機(jī)視覺(jué)技術(shù)的逐步成熟,催生越來(lái)越多的計(jì)算機(jī)視覺(jué) + 硬件需求,并且廣泛被應(yīng)用至各行各業(yè)中去。由此詳細(xì)介紹了活體檢測(cè)技術(shù)的演進(jìn)之路:最初期的數(shù)字語(yǔ)音(唇動(dòng)+語(yǔ)音)到后來(lái)的動(dòng)作交互防翻拍,17 年優(yōu)圖推出首創(chuàng)的光線(xiàn)活體技術(shù),通過(guò)屏幕發(fā)出隨機(jī)光信號(hào)同時(shí)采集圖像,可以驗(yàn)證是否為人臉的三維形狀和質(zhì)感。乃至最新的 3D 活體檢測(cè)技術(shù)的廣泛應(yīng)用。

    即便是效果最佳的 3D 檢測(cè)方案,在具體落地時(shí)依舊遇到不少的困難,尤其是要能適應(yīng)各種復(fù)雜光照環(huán)境,保證人臉區(qū)域的清晰,在 isp、分辨率、幀率、深度精度以及工作距離上都有相應(yīng)的要求,需要我們一起努力攻克解決。

    此外,為了在讓軟件能夠更好地與硬件進(jìn)行適配,這就要求我們必須對(duì)算法終端的性能進(jìn)行優(yōu)化。為此,騰訊優(yōu)圖研發(fā)了移動(dòng)端高性能前向計(jì)算框架 NCNN 以及深度學(xué)習(xí)推斷框架 RapidNet,兩者皆由騰訊優(yōu)圖自主開(kāi)發(fā),其中前者已對(duì)外開(kāi)源。

    NCNN 是一個(gè)為手機(jī)端極致優(yōu)化的高性能神經(jīng)網(wǎng)絡(luò)前向計(jì)算框架,其主要優(yōu)勢(shì)體現(xiàn)在:

    支持卷積神經(jīng)網(wǎng)絡(luò),支持多輸出和多分支結(jié)構(gòu),可計(jì)算部分分支

    ARM NEON 匯編級(jí)良心優(yōu)化,計(jì)算速度極快

    精細(xì)的內(nèi)存管理和數(shù)據(jù)結(jié)構(gòu)設(shè)計(jì),內(nèi)存占用極低

    支持多核并行計(jì)算加速,ARM BIG.LITTLE cpu 調(diào)度優(yōu)化

    可擴(kuò)展的模型設(shè)計(jì),支持 8bit 量化和半精度浮點(diǎn)存儲(chǔ),可導(dǎo)入 caffe 模型

    而 RapidNet 則是一款深度學(xué)習(xí)推斷框架,同時(shí)擁有跨平臺(tái)、高性能、模型壓縮、代碼裁剪等眾多突出優(yōu)勢(shì)。其在各個(gè)平臺(tái)提供了統(tǒng)一的接口調(diào)用,以及同步的優(yōu)化策略。面對(duì)異構(gòu)網(wǎng)絡(luò),RapidNet 可以有效發(fā)揮硬件加速技術(shù),并保證多核 CPU/GPU 的任務(wù)調(diào)度。至于面對(duì)量化難點(diǎn),RapidNet 可以確保手勢(shì)檢測(cè)、跟蹤等模型效果在大部分機(jī)型上提升 20%—40%,同時(shí)精度降低平均在 0.5 % 以?xún)?nèi)。

    隨后,來(lái)自騰訊 AI Lab 的高級(jí)研究員金明杰為我們帶來(lái)《基于 AI Lab 語(yǔ)音技術(shù)的應(yīng)用與實(shí)踐》的分享。

    語(yǔ)音是人的聲音,機(jī)器要想理解人的聲音,通常使用的是音頻信號(hào)。而音頻信號(hào)是一個(gè)有規(guī)律的聲波的頻率、幅度變化信息載體,其關(guān)注的核心要素是采樣率、量化位數(shù)以及編碼算法。常見(jiàn)的語(yǔ)音技術(shù)展現(xiàn)形式可以分為兩種:一種是語(yǔ)音到目標(biāo)的信息,一種是給定信息到語(yǔ)音。涉及技術(shù)主要包括語(yǔ)音喚醒、聲紋識(shí)別、語(yǔ)音識(shí)別、語(yǔ)音活動(dòng)檢測(cè)以及語(yǔ)音合成等。

    以音箱產(chǎn)品為例,音箱通過(guò)前端接收人們說(shuō)話(huà)的信號(hào),再經(jīng)過(guò)語(yǔ)音喚醒,各種前端技術(shù)處理過(guò)猴,音箱把信號(hào)傳到云端,讓云端做聲紋識(shí)別和語(yǔ)音識(shí)別。在識(shí)別成文字后,進(jìn)而轉(zhuǎn)至語(yǔ)義理解,通過(guò)文本處理的方式進(jìn)行意圖識(shí)別,然后調(diào)用功能模塊,讓用戶(hù)可以聽(tīng)歌曲、獲得天氣預(yù)報(bào)、聽(tīng)有聲書(shū)等等,最后才是回復(fù)術(shù)語(yǔ)。

    語(yǔ)音喚醒主要看 3 個(gè)指標(biāo):FA(誤喚醒)、FR(未喚醒)以及 EER(FA 等于 FR 的狀態(tài))。具體操作流程上,首先是要確定建模單元,然后通過(guò)一個(gè)已經(jīng)訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)訓(xùn)練模型進(jìn)行訓(xùn)練。為了保證喚醒效果,過(guò)程中我們需要保證模型在說(shuō)話(huà)內(nèi)容符合時(shí)序延續(xù)、說(shuō)話(huà)語(yǔ)序等條件的情況下才能被喚醒,至于如何進(jìn)行設(shè)置,就屬于產(chǎn)品經(jīng)驗(yàn)層面的東西。語(yǔ)音喚醒的常見(jiàn)結(jié)構(gòu)主要可以分為兩種:?jiǎn)螁拘涯P秃碗p喚醒模型——前者結(jié)構(gòu)簡(jiǎn)單,然而模型復(fù)雜功耗高,一些小芯片可能會(huì)抗不??;后者結(jié)構(gòu)復(fù)雜,功耗較低,而且可以把部分喚醒模型放在云端,可避免誤喚醒情況的出現(xiàn)。

    至于在前段技術(shù)方面,主要會(huì)通過(guò)麥克風(fēng)陣列來(lái)達(dá)到以下效果:

    語(yǔ)音增強(qiáng)/去混響

    聲源定位

    回聲消除

    語(yǔ)音識(shí)別技術(shù)是把人類(lèi)的語(yǔ)音中的詞匯內(nèi)容轉(zhuǎn)換成計(jì)算機(jī)可讀的輸入,即是將音頻信號(hào)發(fā)送到云端,云端作為解碼器將會(huì)識(shí)別出結(jié)果。

    解碼器負(fù)責(zé)把音頻信號(hào)轉(zhuǎn)化成建模單元的部分是聲學(xué)模型,目前比較常見(jiàn)的有:

    DNN 網(wǎng)絡(luò)——下面輸入層,中間 N 個(gè)隱層,上面輸出層。它的計(jì)算量相對(duì)較小,非常容易部署,基本上所有的設(shè)備都可以搞定。

    CLDNN 網(wǎng)絡(luò)——C 就是卷積網(wǎng)絡(luò),L 是 LSTM 網(wǎng)絡(luò),D 就是 DNN。這個(gè)網(wǎng)絡(luò)的優(yōu)點(diǎn)是快速收斂,快速達(dá)到比較好的識(shí)別效果。

    最后,金明杰也為我們展望了一下語(yǔ)音產(chǎn)品的發(fā)展,目前有待完善的部分包括:

    方言、方普

    多語(yǔ)種混合

    變聲

    多人說(shuō)話(huà)

    活動(dòng)最后,來(lái)自騰訊云大數(shù)據(jù)及人工智能產(chǎn)品中心高級(jí)產(chǎn)品經(jīng)理周吉成帶來(lái)《騰訊云人臉核身技術(shù)原理與最佳實(shí)踐》的分享。

    所謂的人臉核身技術(shù),換句話(huà)說(shuō)即是實(shí)名、實(shí)人:實(shí)名,就是你的名字是合法有效的。實(shí)人,是要證明你是你。

    早期我們都有這種體驗(yàn),比如說(shuō)去銀行、運(yùn)營(yíng)商開(kāi)卡都需要本人到現(xiàn)場(chǎng),領(lǐng)養(yǎng)老退休金的,年紀(jì)已經(jīng)很大了,還要去社保局親自做實(shí)人證明,這些成本都非常高。此外,網(wǎng)絡(luò)辦事在當(dāng)下已經(jīng)很普遍,然而要想進(jìn)行網(wǎng)上身份驗(yàn)證依然非常困難,更別說(shuō)還有身份冒用的問(wèn)題,以及線(xiàn)下場(chǎng)景遇到檢查卻沒(méi)帶身份證的情況。因此,無(wú)論央行、運(yùn)營(yíng)商還是保險(xiǎn)行業(yè)都提倡利用 OCR 技術(shù)運(yùn)用至業(yè)務(wù)流程中以提升效率,這是國(guó)內(nèi)人臉技術(shù)的應(yīng)用背景。

    活體檢測(cè)方面,最典型的流程是通過(guò)遠(yuǎn)程進(jìn)行核身——第一步是身份證 OCR 識(shí)別,然后系統(tǒng)提示讀數(shù)字,以證明是在場(chǎng)的人,最后再錄制視頻給出最終結(jié)果,在這過(guò)程中系統(tǒng)會(huì)進(jìn)行照片比對(duì)。這個(gè)流程會(huì)嵌入到很多業(yè)務(wù)環(huán)節(jié)里,比如說(shuō)身份證更新或者身份證號(hào)更改。

    總的來(lái)說(shuō),活體核驗(yàn)技術(shù)是一個(gè)不斷演化的過(guò)程,活體算法在落地實(shí)際場(chǎng)景時(shí),實(shí)際上是一個(gè)用戶(hù)體驗(yàn)與安全性上兩者相互妥協(xié)的過(guò)程。比如早期做動(dòng)作交互,用戶(hù)就對(duì)此表示厭惡,認(rèn)為這種驗(yàn)證模式特別傻;后來(lái)微眾銀行做讀數(shù)字,雖然安全性有所提升,用戶(hù)依然不買(mǎi)賬;這才有了后來(lái)的「激光守衛(wèi)」——通過(guò)屏幕反光做活體檢測(cè)以及更高安全級(jí)別的紅外、3D 結(jié)構(gòu)光照。

    核身從某種程度上也要做多種模式的融合,才能有更高的安全性,即便如此,依然免不了遭遇很多「攻擊」。遇到這種情況,純粹依賴(lài)底層算法是不現(xiàn)實(shí)的。其他可考慮的方案就包括接入渠道層面做安全控制、后端風(fēng)控、人工審核或者多種活體模式的組合。


  • ·上一篇:
    ·下一篇:
  • 其他關(guān)聯(lián)資訊
    深圳市日月辰科技有限公司
    地址:深圳市寶安區(qū)松崗鎮(zhèn)潭頭第二工業(yè)城A區(qū)27棟3樓
    電話(huà):0755-2955 6626
    傳真:0755-2978 1585
    手機(jī):131 1300 0010
    郵箱:hu@szryc.com

    深圳市日月辰科技有限公司 版權(quán)所有:Copyright?2010-2023 m.elibeatofitness.com 電話(huà):13113000010 粵ICP備2021111333號(hào)