視語科技深耕計算機視覺 推動交通和紡織的智慧升級

幾十年來，計算機視覺一直是人類感興趣的研究課題，也是目前人工智能產業(yè)落地進行得最好的研究領域。2014年，湯曉鷗教授和路超超開發(fā)的“GaussianFace”(高斯臉)算法，讓人臉識別的算法準確度達到了98.52%，首次在理論上超過了人類97.53%的記錄，但直到2018年，這項技術才真正實現大規(guī)模落地。

算法和數據已經不再是當前競爭的壁壘，只有在垂直領域找到和技術深度耦合的應用場景并深度挖掘，才能讓企業(yè)的路走得更長。

“作為從中科院出來創(chuàng)業(yè)的團隊，其優(yōu)勢就在于擁有多年研發(fā)的技術實力，通過直接接觸市場打造數據閉環(huán)，更有利于推動產學研用一體化升級。”

“解決行業(yè)需求與痛點，真正實現科學的價值”

視語科技成立于2018年4月，同年5月獲得了來自金沙江創(chuàng)投的天使輪融資。盡管這還是一家新晉的AI創(chuàng)業(yè)公司，但其團隊的核心成員均來自中國科學院自動化研究所模式識別國家重點實驗室，積累了20余年的核心算法和原創(chuàng)技術。

為視語科技提供了堅實的科研儲備。

據了解，實驗室成員每年在國內外重要學術期刊和國際學術會議上發(fā)表論文300余篇，其中多數發(fā)表在國際權威刊物和國際重要會議上，如IEEE匯刊、CVPR(IEEE國際計算機視覺與模式識別會議)、ACCV(亞洲計算機視覺會議)等，

形成了包括車紋識別、人臉識別、商品識別、瑕疵識別等原創(chuàng)核心技術，

王金橋團隊專注于計算機視覺與視頻處理領域研究，包括視覺計算和場景分析、物體檢測與識別、視頻分析與語義理解、文檔圖像分析等內容，已經在交通、娛樂、零售和工業(yè)等各個垂直領域進行了廣泛驗證和應用，擁有堅實的數據、理論、算法和用戶基礎。

奪冠成績領先第二名4倍之多。

2018年，王金橋團隊在“AI Challenger 2018全球AI挑戰(zhàn)賽”總決賽中，拿下了無人駕駛視覺感知賽道冠軍，視語科技團隊提出了一種多任務耦合神經網絡的解決方案，能夠同時處理目標檢測和可行使區(qū)域分割兩個子問題，

在引用次數，自動化所與美國和新加坡（排名第六）還存在一定差距，

不過，盡管以SCI收錄論文的數量和引用次數的角度評判，在AI領域，自動化所有“全球第七、中國第一”的美譽，但王金橋坦言，對其團隊的研究水平提出了新的挑戰(zhàn)。

王金橋說：“從實驗室走向市場，如何在保證科研實力、技術活力的同時將知識產品化、市場化，是我們目前面臨的主要問題。立足于企業(yè)，解決行業(yè)存在的問題和痛點，滿足群眾的需求，真正實現科學的價值就變得更為重要和實際。”

扎根智慧交通與智慧紡織，推動技術與行業(yè)的深度耦合

即智慧交通和智慧紡織。

計算機視覺技術是目前實現場景落地最多的人工智能技術，視語科技憑借其調研結果、數據資源、機器資源以及眾多過往合作客戶迅速選擇了兩條賽道，

在智慧交通領域，

視語科技發(fā)了車紋識別一體機、高速公路智能收費、重型貨車禁行監(jiān)控系統(tǒng)、無人值守智慧停車以及公路交通量分析等五類產品體系。

車紋識別的概念由視語科技首創(chuàng)，其核心技術是細粒度圖像識別。這個概念可能略顯生疏，王金橋用通俗的語言向億歐解釋：

“可能每輛車在出廠時是幾乎沒有區(qū)別的，但是經過我們的調研發(fā)現，一輛車上路后兩周就會產生明顯的區(qū)別，表現在年檢標、掛件、座椅套等細節(jié)上，這就成為了車的一個身份展現。車紋識別能夠實現要素的多點識別，一個變量變化不會影響機器的整體判斷。”

但視語科技切入了新的場景，為行業(yè)創(chuàng)造了新的需求。

王金橋表示，盡管智慧交通領域已經有很多前輩企業(yè)，比如，今年以來，不少省市宣布將把停車不繳費行為納入個人征信系統(tǒng)，視語科技的車紋識別已經在多個城市正式落地應用。此外，國務院曾公開表示將取消高速公路省界收費站，引起了整個交通領域的巨大變革。視語科技憑借其與公安部等單位的合作基礎以及在車的身份識別、異常行為等領域的數據基礎和技術儲備，將在高速公路智能收費領域發(fā)揮更大價值。

已經有來自中國、韓國、美國、日本等國家和地區(qū)的100多家的院校和企業(yè)報名。

盡管車紋識別的普及度還沒有那么高，但王金橋表示其在國際市場上認可度還不錯。在目前正在進行中的第二屆中國模式識別與計算機視覺大會(PRCV 2019)上，視語科技與公安部、交通部等合作機構組織了車紋識別技術挑戰(zhàn)賽，王金橋說：“視語科技在這條賽道上的選手還不算多，我們歡迎更多的團隊一起合作，共同推動技術突破和行業(yè)的進步。”

智慧紡織領域更是一片“藍海”。

相比于智慧交通這條賽道，王金橋認為，中國的紡織行業(yè)占據了全球近80%的市場份額，其中80%都是民營企業(yè)，數字化程度不高，技術實力還相當落后。一直以來，從絲、紡布、染色、印花、刷漿等十來道檢測工序全部由人工完成，直到現在很多中小企業(yè)也如此。且目前紡織業(yè)面臨著招工難、效率低下等問題，紡織業(yè)的智能化升級迫在眉睫。

針對這一痛點，視語科技推出了“織女星”智能驗布機器人。

其基于淺寬耦合神經網絡實現布匹缺陷檢測算法，首次實現了微米級布匹視覺瑕疵檢測和質量評級。據王金橋介紹，

王金橋表示，紡織業(yè)視覺檢測領域的競爭對手也比較少，目前他很關注國外工業(yè)視覺公司的發(fā)展。在國內市場上，民營企業(yè)的升級很看重成本，國外的產品價格高昂，視語科技的產品更具有競爭力，能夠快速推動紡織行業(yè)的智能化升級。

打造數據-場景-算法閉環(huán)，實現產學研用一體化

如何實現知識數據化、數據智能化、智能改變行業(yè)進而改變世界是其最常思考的問題。

無論是在創(chuàng)業(yè)之初還是在當下階段，對于王金橋而言，身處創(chuàng)業(yè)路上的王金橋在一年的時間里，更是親身體驗了數據閉環(huán)以及產學研用一體化的重要性。

對于我們科研人員而言，可以利用數據閉環(huán)去鉆研更多的技術、把技術做得更加實用，解決更多工程化的問題，同時也要積極主動地去突破一些小樣本、無監(jiān)督的難題，讓人工智能走得更遠。

他說：“以前我們的需求都由客戶提供，現在我們直接接觸市場，得到的數據更多也更容易實現數據閉環(huán)。”

產學研用一體化是永葆技術活力的最重要因素之一，

王金橋表示，目前視語科技團隊有近50人，其中85%的員工為技術人員。

視語科技開發(fā)平臺類的產品就是要切合需求、重新定義場景運營模式，真正解決行業(yè)的痛點，讓人工智能溫暖世界。

我們可以看到，自AI大規(guī)模落地以來， AI的變現能力并沒有想象中的好，通用的技術難以快速落地，理解場景和教育市場需要一個過程。而且AI對行業(yè)是一種賦能，必須要在限定條件下才能解決問題，因此，選擇好切入的場景對于企業(yè)來說尤為重要。王金橋表示，

盡管現在來看，視語科技仍處于產品完善和市場推廣的初期階段，但憑借其深厚的數據基礎、技術實力以及行業(yè)資源，視語科技將盡快打一個數據、場景、生產以及用戶體驗的閉環(huán)，早日成為智慧交通和智慧紡織細分領域里的獨角獸。