“军装照”刷屏背后的腾讯优图升级了,加码计算机视觉研发投入

栏目: 编程工具 · 发布时间: 6年前

内容简介:你可能没有听说过优图实验室(优图),但多半在朋友圈看到过小学生“证件照”和“军装照”。其中,提供底层技术支持“人脸融合”的便是优图。9月6日,在腾讯优图和Science联合主办的计算机视觉峰会上,优图第一次对外露面。腾讯高级执行副总裁汤道生宣布,优图实验室将正式升级为腾讯计算机视觉研发中心,持续加码计算机视觉技术的研发投入,团队不设KPI。

你可能没有听说过优图实验室(优图),但多半在朋友圈看到过小学生“证件照”和“军装照”。其中,提供底层技术支持“人脸融合”的便是优图。

“军装照”刷屏背后的腾讯优图升级了,加码计算机视觉研发投入

9月6日,在腾讯优图和Science联合主办的计算机视觉峰会上,优图第一次对外露面。腾讯高级执行副总裁汤道生宣布,优图实验室将正式升级为腾讯计算机视觉研发中心,持续加码计算机视觉技术的研发投入,团队不设KPI。

腾讯副总裁梁柱接受包括第一财经在内的媒体采访时称,腾讯研发投入将重点放在人力上,吸引顶级人才加盟。

优图实验室成立于2012年,隶属于社交网络事业群(SNG)。

梁柱称,优图实验室不是完全独立的实验室,在腾讯内部更像是一个业务支持部门,收集腾讯业务线或B端企业需求,去做相应技术支持。

以前段时间大火的小学生“证件照”、“军装照”为例,优图实验室总经理贾佳亚称,“‘证件照’、‘军装照’是天天P图团队做的,优图提供技术支持,是产品团队和研究团队合力打造的一个爆款产品。这也体现了优图实验室的特点,我们一直强调技术研发和落地应用紧密结合。”

除了证件照变脸,优图实验室在做的另外一件事是“视频美体”,对人体50多个关键点进行检测,在短视频中实现瘦身、瘦肩和长腿等效果,这个功能目前已经用到微视上。

“整个过程我们只花了三个多月时间,但中间的优化工作非常大。类似的想法很多人只是做了一个模型,却看不到最终成果。优图强调的是如何把技术真正应用到产品里面去。”梁柱称。

优图实验室技术能力不仅落地在腾讯本身业务线,还是腾讯面向B端的重要能力助手,目前应用领域包括安防、零售、医疗、金融、物流等各行各业。

强调落地到产品、与场景深度融合也是优图实验室区别于腾讯其它AI实验室的特点之一。腾讯目前有三大AI实验室之一,除了SNG的优图实验室,技术工程事业群(TEG)有AI Lab,微信事业群(WXG)也有AI研发团队。

不同事业群间又如何分工协作?“每个事业群都有自己定位。TEG没有业务,其AI Lab更偏向于基础研究;优图实验室更偏向于实际应用和落地场景;微信AI团队更偏向于服务微信事业群。但术业有专攻,微信在发展语音识别等人工智能技术,人脸识别技术用了优图实验室的。我们有很多赛道,很少出现在同一个领域撞车的情况。”梁柱对第一财经表示。

计算机视觉正是优图实验室的长处所在,升级为腾讯计算机视觉研发中心后,腾讯将持续加码计算机视觉技术的研发投入。

计算机视觉领域正涌现越来越多的明星公司,如商汤科技、旷视科技等。优图的优势又在哪里?

“我们没有看谁是竞争对手,本质上腾讯是一家足够大的公司,具备很多场景,场景(在AI)非常重要。腾讯有一个to C平台,我们有反馈数据,并且能够持续优化,可以提供SDK给第三方,这可能是我们的优势。但这不代表我们比谁强,我们只能说还是做好自己。”梁柱称。

目前执掌腾讯SNG的汤道生今日也分享了自己对人工智能的看法,他称如果在计算机视觉领域取得重要突破,将有可能带来人工智能大爆发。

汤道生称,人脑有90%的信息是通过视觉获得的。甚至,对于目前已知的智慧生物而言,视觉都是最有效的认知手段。

汤道生认为,目前人工智能的形态像大爆发前海洋里的“无脊椎动物”一样比较初级,AlphaGo、波士顿动力的机器人虽然已经是人工智能领域一流的水平,但是他们能处理的问题也很有限。借由计算机视觉的发展,机器可能将突破认知瓶颈,让人工智能迎来“寒武纪大爆发”。

汤道生同时指出,目前人工智能已经由此前的跑高分进入跑场景时代。除了在基础能力上不断“跑高分”,人工智能已经在许多垂直应用场景技术落地,进入了“跑场景”时代。

责编:刘佳

此内容为第一财经原创。未经第一财经授权,不得以任何方式加以使用,包括转载、摘编、复制或建立镜像。第一财经将追究侵权者的法律责任。 如需获得授权请联系第一财经版权部:021-22002972或021-22002335;banquan@yicai.com。


以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持 码农网

查看所有标签

猜你喜欢:

本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们

推荐系统与深度学习

推荐系统与深度学习

黄昕、赵伟、王本友、吕慧伟、杨敏 / 清华大学出版社 / 2019-1-1 / 65.00元

本书的内容设置由浅入深,从传统的推荐算法过渡到近年兴起的深度学习技术。不管是初学者,还是有一定经验的从业人员,相信都能从本书的不同章节中有所收获。 区别于其他推荐算法书籍,本书引入了已被实践证明效果较好的深度学习推荐技术,包括Word2Vec、Wide & Deep、DeepFM、GAN 等技术应用,并给出了相关的实践代码;除了在算法层面讲解推荐系统的实现,还从工程层面详细阐述推荐系统如何搭建.一起来看看 《推荐系统与深度学习》 这本书的介绍吧!

JS 压缩/解压工具
JS 压缩/解压工具

在线压缩/解压 JS 代码

RGB转16进制工具
RGB转16进制工具

RGB HEX 互转工具

Base64 编码/解码
Base64 编码/解码

Base64 编码/解码