腾讯优图2020疫情下再出发！专利800+项，AI落地直面碎片化( 二 ) 智东西（公众号：zhidxcom）作者|李水

文章插图
在颇受争议的Deepfake等人脸攻击方面，优图在提供安全技术体系上取得突破，构建立体化防御层。除了针对利用照片、面具等物质介质进行防御，优图还在内容生成方面进行防御，全面覆盖人脸生成、编辑、替换等算法检测，另外还支持数字图像、物理世界对抗攻击防御。
文章插图
三、自动化模型生成将算法调优耗时降低90%如果说“突破”还好理解，那么黄飞跃口中的“自动化”又意指什么？
黄飞跃表示，目前优图已能实现研究层面全面地自动化。他同样以点带面地谈到了几个典型方面，包括自动化数据生成、自动化模型生成等。
在自动化数据生产方面，黄飞跃用案例进行了解读。比如自动化数据生成，腾讯优图在疫情期间，通过数字合成3800+万张戴口罩人脸图像，以支持在戴口罩监测场景的视觉AI应用。
文章插图
还比如在自动化标签生成中，优图在海量车辆无标签数据上自动化生成标签，效率达到1200张图片/天，在某渣土车项目中使得整体效果提升43% 。
文章插图
在自动化模型设计方面，据称优图能够将算法人员的调优耗时降低90% ，推理耗时降低93% 。如果说这一提升效果能推广到更多的案例中，可以说能够大大提升模型的生产效率。
文章插图
四、产业落地中，如何面对AI需求的碎片化、场景化？优图在今年的产业落地中遇到了哪些问题？
对此黄飞跃表示，优图洞察到，当下AI需求整体呈现碎片化、场景化特征。
为应对这一行业问题，团队也制定了应对方案。针对AI需求碎片化特点，优图的解法是构建全面体验化能力；针对需求的场景化特征，优图则采取分布定制化解决方案。
1、构建全面体验化能力，应对需求碎片化问题
如何打造和施展全面体验化能力？黄飞跃首先通过腾讯会议的案例对此进行了解读。
黄飞跃表示，在腾讯会议使用过程中有许多碎片化的需求，为此优图进行了许多技术开发。比如聚焦用户开会背景中有私密性元素的问题，优图提供了基于人像分割技术的虚拟背景，使得边缘分割精度达像素级，并保证视频帧间的稳定处理。比如针对开会视线偏离及走神问题，优图研发并落地了眼神矫正算法。
文章插图
在疫情中，超5000家政府和相关机构采用了优图提供人脸核身技术，离不开优图此前在腾讯会议、微众银行、腾讯小程序等项目中接触大量客户积累的经验。而除了人脸检测技术，优图的活体检测技术也很重要，也是通过海量用户触达更新技术。
文章插图
在刷脸支付方面，优图的技术方案已经在100多个场景落地，为大量场景带去便捷支付体验。基于端云协同，方案能够实现秒级刷脸、精准3D识别，并开发出满足戴口罩识别、暗光刷脸等碎片化场景需求的方案。
在OCR识别方面，优图也构建了4大完整的解决方案，具备50项原子能力。当前，优图OCR能力已经从识别进化到理解，助力了金融、财税、法律服务等多个行业，比如在本次全国人口普查中就得以应用。