关于ZAKER 合作 加入

科学企业家丨视语科技深耕计算机视觉,推动交通和纺织的智慧升级

亿欧网 07-19

几十年来,计算机视觉一直是人类感兴趣的研究课题,也是目前人工智能产业落地进行得最好的研究领域。2014 年,汤晓鸥教授和路超超开发的 "GaussianFace"(高斯脸)算法,让人脸识别的算法准确度达到了 98.52%,首次在理论上超过了人类 97.53% 的记录,但直到 2018 年,这项技术才真正实现大规模落地。

可见在技术落地过程中,算法和数据已经不再是当前竞争的壁垒,只有在垂直领域找到和技术深度耦合的应用场景并深度挖掘,才能让企业的路走得更长。

视语科技创始人王金桥告诉亿欧:

" 作为从中科院出来创业的团队,其优势就在于拥有多年研发的技术实力,通过直接接触市场打造数据闭环,更有利于推动产学研用一体化升级。"

" 解决行业需求与痛点,真正实现科学的价值 "

视语科技成立于 2018 年 4 月,同年 5 月获得了来自金沙江创投的天使轮融资。尽管这还是一家新晋的 AI 创业公司,但其团队的核心成员均来自中国科学院自动化研究所模式识别国家重点实验室,积累了 20 余年的核心算法和原创技术。

据了解,实验室成员每年在国内外重要学术期刊和国际学术会议上发表论文 300 余篇,其中多数发表在国际权威刊物和国际重要会议上,如 IEEE 汇刊、CVPR(IEEE 国际计算机视觉与模式识别会议)、ACCV(亚洲计算机视觉会议)等,为视语科技提供了坚实的科研储备。

王金桥团队专注于计算机视觉与视频处理领域研究,包括视觉计算和场景分析、物体检测与识别、视频分析与语义理解、文档图像分析等内容,形成了包括车纹识别、人脸识别、商品识别、瑕疵识别等原创核心技术,已经在交通、娱乐、零售和工业等各个垂直领域进行了广泛验证和应用,拥有坚实的数据、理论、算法和用户基础。

2018 年,王金桥团队在 "AI Challenger 2018 全球 AI 挑战赛 " 总决赛中,拿下了无人驾驶视觉感知赛道冠军,夺冠成绩领先第二名 4 倍之多。视语科技团队提出了一种多任务耦合神经网络的解决方案,能够同时处理目标检测和可行使区域分割两个子问题,有助于解决交通标志、行人、交通灯等小目标检测以及直接行驶区域和可间接行驶区域界限不清的问题。

不过,尽管以 SCI 收录论文的数量和引用次数的角度评判,在 AI 领域,自动化所有 " 全球第七、中国第一 " 的美誉,但王金桥坦言,在引用次数,自动化所与美国和新加坡(排名第六)还存在一定差距,对其团队的研究水平提出了新的挑战。

王金桥说:" 从实验室走向市场,如何在保证科研实力、技术活力的同时将知识产品化、市场化,是我们目前面临的主要问题。立足于企业,解决行业存在的问题和痛点,满足群众的需求,真正实现科学的价值就变得更为重要和实际。"

扎根智慧交通与智慧纺织,推动技术与行业的深度耦合

计算机视觉技术是目前实现场景落地最多的人工智能技术,视语科技凭借其调研结果、数据资源、机器资源以及众多过往合作客户迅速选择了两条赛道,即智慧交通和智慧纺织。

在智慧交通领域,视语科技发了车纹识别一体机、高速公路智能收费、重型货车禁行监控系统、无人值守智慧停车以及公路交通量分析等五类产品体系。

车纹识别的概念由视语科技首创,其核心技术是细粒度图像识别。这个概念可能略显生疏,王金桥用通俗的语言向亿欧解释:

" 可能每辆车在出厂时是几乎没有区别的,但是经过我们的调研发现,一辆车上路后两周就会产生明显的区别,表现在年检标、挂件、座椅套等细节上,这就成为了车的一个身份展现。车纹识别能够实现要素的多点识别,一个变量变化不会影响机器的整体判断。"

王金桥表示,尽管智慧交通领域已经有很多前辈企业,但视语科技切入了新的场景,为行业创造了新的需求。比如,今年以来,不少省市宣布将把停车不缴费行为纳入个人征信系统,视语科技的车纹识别已经在多个城市正式落地应用。此外,国务院曾公开表示将取消高速公路省界收费站,引起了整个交通领域的巨大变革。视语科技凭借其与公安部等单位的合作基础以及在车的身份识别、异常行为等领域的数据基础和技术储备,将在高速公路智能收费领域发挥更大价值。

尽管车纹识别的普及度还没有那么高,但王金桥表示其在国际市场上认可度还不错。在目前正在进行中的第二届中国模式识别与计算机视觉大会(PRCV 2019)上,视语科技与公安部、交通部等合作机构组织了车纹识别技术挑战赛,已经有来自中国、韩国、美国、日本等国家和地区的 100 多家的院校和企业报名。王金桥说:" 视语科技在这条赛道上的选手还不算多,我们欢迎更多的团队一起合作,共同推动技术突破和行业的进步。"

相比于智慧交通这条赛道,王金桥认为,智慧纺织领域更是一片 " 蓝海 "。中国的纺织行业占据了全球近 80% 的市场份额,其中 80% 都是民营企业,数字化程度不高,技术实力还相当落后。一直以来,从丝、纺布、染色、印花、刷浆等十来道检测工序全部由人工完成,直到现在很多中小企业也如此。且目前纺织业面临着招工难、效率低下等问题,纺织业的智能化升级迫在眉睫。

针对这一痛点,视语科技推出了 " 织女星 " 智能验布机器人。其基于浅宽耦合神经网络实现布匹缺陷检测算法,首次实现了微米级布匹视觉瑕疵检测和质量评级。据王金桥介绍,1 台智能验布机器人能够替代 3 个工人,1 个工人能够同时看 4 台机器,准确度达到 90% 以上。

王金桥表示,纺织业视觉检测领域的竞争对手也比较少,目前他很关注国外工业视觉公司的发展。在国内市场上,民营企业的升级很看重成本,国外的产品价格高昂,视语科技的产品更具有竞争力,能够快速推动纺织行业的智能化升级。

打造数据 - 场景 - 算法闭环,实现产学研用一体化

无论是在创业之初还是在当下阶段,对于王金桥而言,如何实现知识数据化、数据智能化、智能改变行业进而改变世界是其最常思考的问题。身处创业路上的王金桥在一年的时间里,更是亲身体验了数据闭环以及产学研用一体化的重要性。

他说:" 以前我们的需求都由客户提供,现在我们直接接触市场,得到的数据更多也更容易实现数据闭环。对于我们科研人员而言,可以利用数据闭环去钻研更多的技术、把技术做得更加实用,解决更多工程化的问题,同时也要积极主动地去突破一些小样本、无监督的难题,让人工智能走得更远。"

产学研用一体化是永葆技术活力的最重要因素之一,王金桥表示,目前视语科技团队有近 50 人,其中 85% 的员工为技术人员。这也很符合科研人员的办事作风:技术要搞懂、挖透,才会推动其进入产品化、市场化的阶段。

我们可以看到,自 AI 大规模落地以来, AI 的变现能力并没有想象中的好,通用的技术难以快速落地,理解场景和教育市场需要一个过程。而且 AI 对行业是一种赋能,必须要在限定条件下才能解决问题,因此,选择好切入的场景对于企业来说尤为重要。王金桥表示,视语科技开发平台类的产品就是要切合需求、重新定义场景运营模式,真正解决行业的痛点,让人工智能温暖世界。

尽管现在来看,视语科技仍处于产品完善和市场推广的初期阶段,但凭借其深厚的数据基础、技术实力以及行业资源,视语科技将尽快打一个数据、场景、生产以及用户体验的闭环,早日成为智慧交通和智慧纺织细分领域里的独角兽。

以上内容由"亿欧网"上传发布 查看原文

觉得文章不错,微信扫描分享好友

扫码分享