人工智能人物訪談(20)

王錦博士為計算機(jī)視覺(CV)和視覺人工智能(AI)的技術(shù)創(chuàng)新、產(chǎn)品化和大規(guī)模應(yīng)用做出了突出貢獻(xiàn)，為行業(yè)和全社會創(chuàng)造了巨大價值。在全球智能手機(jī)、數(shù)碼相機(jī)、功能手機(jī)、相機(jī)等所有關(guān)鍵AI、CV技術(shù)的研發(fā)和產(chǎn)品化方面起到了開拓和指導(dǎo)作用，帶領(lǐng)團(tuán)隊成功將相關(guān)技術(shù)應(yīng)用于近百億移動智能終端設(shè)備。

獲獎?wù)呓榻B

ArcSoft首席技術(shù)官兼首席科學(xué)家王錦畢業(yè)于CAD & CG國家重點實驗室，一直專注于計算機(jī)視覺、人工智能、計算機(jī)圖形學(xué)、嵌入式平臺優(yōu)化、終端+云智能平臺等領(lǐng)域。王錦博士領(lǐng)導(dǎo)的相關(guān)技術(shù)已成功應(yīng)用于近100億臺智能和嵌入式終端設(shè)備。他領(lǐng)導(dǎo)研發(fā)的手機(jī)主要多媒體和AI技術(shù)，如單多攝像頭技術(shù)、智能美容技術(shù)、各種攝像頭、圖像和視頻質(zhì)量增強(qiáng)等，在全球手機(jī)(不包括蘋果)中占有80%以上的市場份額。20多年來，王錦博士一直對CV&感興趣:AI為智能和嵌入式終端的研究和產(chǎn)業(yè)化做出了重要貢獻(xiàn)，為相關(guān)行業(yè)創(chuàng)造了可觀的價值。2017年，王錦博士帶領(lǐng)完成首個離線免費開放的可視化人工智能開放平臺，打破了AI的技術(shù)壁壘，使行業(yè)能夠使用CV & AI技術(shù)也為數(shù)據(jù)獨立性和安全性提供了重要保障，從質(zhì)量上提高了產(chǎn)品性能和健壯性，為產(chǎn)業(yè)升級和創(chuàng)新增添了新的動力。2018年，王錦博士領(lǐng)導(dǎo)的“ArcSoft智能相機(jī)圖像優(yōu)化解決方案”榮獲人工智能領(lǐng)域最高榮譽(yù)——吳文俊人工智能科技獎。

人工智能人:為什么ArcSoft選擇視野作為核心業(yè)務(wù)方向？

王錦:ArcSoft的創(chuàng)始人，包括我們的總裁兼首席執(zhí)行官鄧輝先生，都是計算機(jī)視覺專家。ArcSoft的成立致力于將視覺技術(shù)深入到人們的生活中。ArcSoft的核心技術(shù)主要是計算機(jī)視覺和人工智能，兩者就像孿生兄弟，不能孤立。因為它們自然包含了相對較難的理論和技術(shù)要點，需要逐一打破。幾十年來，這個領(lǐng)域吸引了很多研究人員，其中ArcSoft無疑是最好的一個，這讓我們可以吸引更多優(yōu)秀的人才加入我們。20年來，ArcSoft聚集了一大批頂級甚至世界級的視覺AI人才，他們和我一樣熱愛視覺AI領(lǐng)域。在這樣的團(tuán)隊和氛圍中工作，充滿了享受和成就感。

另一方面，視覺AI研發(fā)的特點是難度大、耗時長，這也導(dǎo)致公司的生命力隨著時間的推移而持久，依賴于在這個領(lǐng)域建立的高門檻。這些因素使我們能夠?qū)?shù)碼相機(jī)、功能手機(jī)、智能手機(jī)等嵌入式設(shè)備所需的關(guān)鍵視覺AI技術(shù)的開發(fā)和產(chǎn)品化起到引導(dǎo)和引領(lǐng)作用。

此外，大量積累的經(jīng)驗和技術(shù)，以及構(gòu)建的技術(shù)能力，幫助宏軟快速將技術(shù)切入更多領(lǐng)域，如智能駕駛、智能家居、智能零售、物聯(lián)網(wǎng)物聯(lián)網(wǎng)等智能設(shè)備，也快速設(shè)定了高門檻。

人工智能人:作為視覺人工智能技術(shù)應(yīng)用的龍頭企業(yè)，你對人工智能技術(shù)的應(yīng)用和產(chǎn)業(yè)化有什么看法？

王錦:人工智能不是一個新事物，幾十年來它一直是一個老話題。它的發(fā)展經(jīng)歷了幾個里程碑。目前，它之所以引起人們的關(guān)注，是因為當(dāng)前的深度學(xué)習(xí)架構(gòu)已經(jīng)將它推向了一個更高的層次，它可以在一些領(lǐng)域產(chǎn)生切實有效的應(yīng)用效果。

然而，人工智能不是一個簡單的“窗口”，它無疑將是一個長期的進(jìn)步過程。目前，研究成果仍存在諸多理論局限，不能盲目“跟風(fēng)”。作為一個從事AI方向的企業(yè)，要盡可能從外行變成內(nèi)行，千萬不要求解決。關(guān)鍵是理論和實踐都要成為“專家”，這樣才能在分析具體的垂直細(xì)分方向后選擇正確的力點，開發(fā)出實用的AI技術(shù)和產(chǎn)品。

人工智能人:能介紹一下ArcSoft現(xiàn)有的產(chǎn)品嗎？

王錦:根據(jù)CV&的說法:AI的整個系統(tǒng)可以把ArcSoft現(xiàn)有的產(chǎn)品分為以下幾個部分:

視頻和圖像采集產(chǎn)品包?；诠?0多年來在數(shù)字圖像和視頻領(lǐng)域的技術(shù)積累，ArcSoft針對單攝像頭(單色、彩色、紅外)、雙攝像頭、多攝像頭和深度攝像頭有不同的Capture解決方案，其主要功能是捕捉質(zhì)量更好的原始視頻和圖像；ArcSoft在獲得原始數(shù)據(jù)后，可以提供一套完整的提高視頻和圖像質(zhì)量的解決方案包，核心目的是解決噪聲、模糊、亮度和視野四個問題。這些解決方案包括許多適合不同設(shè)備、平臺和環(huán)境的方法和模式。憑借之前的基礎(chǔ)技術(shù)，ArcSoft還可以提供最完整的一套與人相關(guān)的云和設(shè)備端檢測識別包:人臉檢測、識別、人臉20多個屬性的識別；身體檢測與跟蹤、骨骼檢測與跟蹤、動作識別與駕駛、造型、飾品與服裝識別；手勢檢測與識別、動作識別與驅(qū)動、骨架識別與驅(qū)動；這三個子包都支持2D和3D。對于物體和場景的檢測識別，我們總結(jié)了日常生活中常見的2000多種物體，可以實現(xiàn)檢測識別；基于深度相機(jī)和彩色相機(jī)的三維物體重建。

ArcSoft是世界上第一家引入面部美化(美容)技術(shù)的公司，現(xiàn)在擁有一套完整的2D和3D美容技術(shù)包。擁有成熟的產(chǎn)品化SLAM引擎和三維圖形繪制引擎。

從邏輯應(yīng)用的角度來看，ArcSoft已經(jīng)實現(xiàn)了手機(jī)、汽車、無人零售、智能家居、VR & amp；AR，面向機(jī)器人、直播、安全、保險、物流、制造、農(nóng)業(yè)和畜牧業(yè)的工業(yè)視覺AI解決方案。

人工智能人:能介紹一下你的團(tuán)隊嗎？

王錦:我非常自豪和幸運擁有一支非常特別的R&D隊。我的管理很少，很簡單。至于團(tuán)隊成員，其實我很少叫他們員工。他們可以比作一支“特種部隊”隊伍，這才是本質(zhì)，人品過硬！大家親如兄弟姐妹。隨著時間的推移，這種內(nèi)心的情感和友情越來越深。同時團(tuán)隊有很深的積累，有CV &:AI領(lǐng)域各級豐富的經(jīng)驗和代碼、庫、規(guī)范的積累；可以快速開發(fā)新方向，快速落地，做產(chǎn)品。

人工智能人:你認(rèn)為獲得“吳文俊人工智能科技獎企業(yè)技術(shù)創(chuàng)新項目”后，對ArcSoft的強(qiáng)有力支持和影響會是什么？

王錦:獲得這個重要獎項無疑是對軟銀的一種肯定和鼓勵。它將鼓勵A(yù)rcSoft在人工智能和計算機(jī)視覺領(lǐng)域再接再厲，堅持創(chuàng)新的心態(tài)，努力盡快解決目前仍然存在的各種理論和技術(shù)問題。未來，ArcSoft將繼續(xù)保持其在視覺AI行業(yè)的技術(shù)優(yōu)勢，為行業(yè)提供更多的地基視覺人工智能技術(shù)，使行業(yè)發(fā)展更加健康。

同時，鑒于該獎項的巨大影響力，相信各行業(yè)的企業(yè)會對ArcSoft有更多的了解，希望與ArcSoft有深入的合作。他們還將與我們在硬件、光學(xué)、機(jī)械、IC、數(shù)據(jù)等方面進(jìn)行相互交流和學(xué)習(xí)，共同推動CV & AI結(jié)出更多果實，推動行業(yè)的賦能和升級。

人工智能人:ArcSoft未來的研究方向是什么？最新進(jìn)展如何？

王錦:在過去的24年里，ArcSoft在多媒體和人工智能領(lǐng)域積累了許多技術(shù)和產(chǎn)品，現(xiàn)在其業(yè)務(wù)正在蓬勃發(fā)展。接下來，我們將以開放技術(shù)為核心，嘗試以平臺的形式進(jìn)一步拓展ArcSoft的使能領(lǐng)域。未來，ArcSoft可視化人工智能開放平臺的開發(fā)環(huán)境將進(jìn)一步鞏固和完善，功能將不斷豐富。同時，ArcSoft將努力開放更多免費資源，降低圖像處理、攝像技術(shù)、計算機(jī)視覺技術(shù)和人工智能技術(shù)的使用門檻，使技術(shù)使用逐步達(dá)到平民化發(fā)展?，F(xiàn)在，ArcSoft的人工智能平臺向大家開放才一年。我們免費開放了人臉識別、活體檢測、人臉角度檢測、人臉屬性分析、證人驗證等各種SDK，取得了不錯的效果。

另外，在合適的時候，我們會涉足CV&:更多與AI相關(guān)的應(yīng)用領(lǐng)域。業(yè)界會一點點看到。

人工智能人:你的獲獎感言是什么？

王錦:我真誠地感謝評委們對ArcSoft技術(shù)的認(rèn)可和肯定，感謝他們給我們這個重要的獎項。它將激勵我們?yōu)镃V再接再厲，更加努力，取得更好的成績&為AI的研發(fā)做出更多的貢獻(xiàn)。真心希望吳文俊人工智能獎越來越好，能長久，成為AI行業(yè)發(fā)展的動力。

獲獎項目成果

由于智能手機(jī)等移動智能終端物理特性的限制，很難通過單個攝像頭上的鏡頭光圈實現(xiàn)景深效果、前/背景模糊等高要求的成像功能。ArcSoft的獲獎解決方案，用原來的AI算法為智能手機(jī)解決了這個問題。采用一整套解決方案，可以在現(xiàn)有相機(jī)硬件能力的基礎(chǔ)上，全面提升相機(jī)的成像質(zhì)量，深化和拓展智能手機(jī)相機(jī)的成熟應(yīng)用。

該解決方案由單攝像頭圖像包軟件和多攝像頭圖像包軟件組成。其中單攝像頭圖像包軟件通過高性能算法自動檢測不同拍攝場景，然后調(diào)整原攝像頭參數(shù)和公司的多幀拍攝合成技術(shù)，達(dá)到最佳拍攝效果。多相機(jī)包軟件利用多相機(jī)硬件工作的優(yōu)勢，將相機(jī)拍攝的不同照片與ArcSoft先進(jìn)的圖像融合算法相結(jié)合，在噪聲、亮度、色彩和細(xì)節(jié)等圖像質(zhì)量以及整體處理性能方面達(dá)到最佳平衡，使多相機(jī)拍攝能夠發(fā)揮最大的作用，完美實現(xiàn)前景模糊、背景模糊、自動對焦和增強(qiáng)現(xiàn)實等功能，從而獲得類似單反成像效果的照片。

在整個方案中，宏軟件開發(fā)的圖像精度對齊算法和圖像合成算法及時填補(bǔ)了空這一領(lǐng)域的空白。該圖像對齊算法能夠在非視差區(qū)域準(zhǔn)確對齊具有視差的長焦圖像和廣角圖像，為下一步的圖像融合算法保證了融合效果。圖像合成算法可以在視差區(qū)域和非視差區(qū)域自然連接，使整個結(jié)果圖像完整。

目前，智能相機(jī)優(yōu)化解決方案已被國內(nèi)外80%以上的手機(jī)廠商采用。該方案的成功研發(fā)，意味著智能手機(jī)無損光學(xué)變焦的實現(xiàn)成為可能，同時手機(jī)相機(jī)的部分拍攝效果也達(dá)到了單反的質(zhì)量，這是智能手機(jī)攝影整個領(lǐng)域的一大變革！因為這不僅推動了智能手機(jī)攝像頭的產(chǎn)業(yè)化發(fā)展，也推動了智能手機(jī)向新時代的發(fā)展。

獲勝者的留言

王錦:借此機(jī)會和同事分享一下我參加一個活動的內(nèi)心感受:十天前我參加了一個金融領(lǐng)域的交流觀察活動；活生生的人和事都是我親眼聽到的，我的眼里有好幾次充滿了淚水。在邊緣省份，一線工人有時為了一場事故要跑幾千里，一些微不足道的小因素甚至可能導(dǎo)致生命損失。其實很多損失都是可以避免的，只要用的是真正的技術(shù)，不需要虛幻的爭論。

目前人工智能是個可愛的寶寶，少炒作，給他一個喘息的空間空，呵護(hù)他健康成長。