-
新一代的“谷歌”或許不遠了，未來的搜索將靠計算機視覺
發布時間 : 2016-11-14 16:44:00 來源 : 金站網 瀏覽次數 :
- 新一代的“谷歌”或許不遠了，未來的搜索將靠計算機視覺在舊金山街頭，會有人使用一個叫“Alice Who”（神馬愛麗絲）的APP。你只要把手機攝像頭對準一棟建筑，或一家餐廳，“Alice Who”就會告訴你，這是什么地方，這家餐廳叫什么名字；“Alice Who”還能夠幫你鏈接去美國版的大眾點評網Yelp、FourSquare等，讓你能夠了解這家餐廳的詳細信息和評價。有了Alice Who，地方搜索變得異常簡單，就像有一個當地的好友在身邊，你眼睛看向哪兒，這位當地朋友就能告訴你看到的是什么。這或許就是未來的搜索體驗吧！看似簡單的應用，背后包含了復雜的技術。對于戶外環境中建筑、店面的識別，一直是計算機視覺的難點。如何讓計算機看清楚，看得準？即使戶外的光線千變萬化，即使環境中存在眾多干擾因素？帶著這些問題，硅谷密探連線了Alice Who的開發者，以色列創新公司Fringefy的聯合創始人Assif Ziv，請他介紹了Fringefy在計算機視覺技術領域的研發情況，以及Fringefy的愿景和方向。獨辟蹊徑的計算機視覺技術計算機視覺puter Vision）是近年來大家談的較多的話題。無人駕駛汽車、無人機等產品漸漸進入大眾視野，如何讓機器能夠像人一樣，有看見、辨識周圍環境的能力，成為這些產品成功的關鍵。隨著計算機視覺技術的發展，人們開發了不同的手段來幫助機器“看見”物體。大部分技術是基于同一基礎的，那就是點狀云（Point Cloud）。通過3D掃描物體，構建點狀云，然后用點狀云訓練機器的算法，讓機器能夠辨識出這個物體。（Point Cloud 示意）但是，這種標準的技術，在室內適用，識別物體、人臉都很給力，卻不擅長識別戶外建筑。在戶外，隨著光線的變化，不但建筑反光的顏色和強度會變化，陰影會變化；此外，建筑物周圍的行人、停靠的車輛，也會影響機器對其的識別。（戶外環境和物體受多種因素影響，圖片來自asl.ethz.ch）舉個例子，我們在上午10點拍攝的咖啡的圖像，與下午4點再次拍攝的圖像，對于機器識別來講，可能是完全不同的兩個場景。并且，建筑物的體積較大，人通常并不能拍到其全貌。這也給機器識別帶來了挑戰。而Fringefy的計算機視覺技術主要集中于應對這些挑戰。Fringefy所開發的算法，專注于把握建筑的幾何形狀，而非整體和細節。也就是說，通過把握建筑的門、窗及主要結構，避開光線和干擾物的影響。Azzif的團隊已經專注開發這個技術兩年，并在美國申請了專利，成為同一領域的最前沿的公司。首先，他們的商業模式是什么？其實，“Alice Who”APP只是Fringefy推出的一款展示用APP。Fringefy真正的商業模式，是通過提供API或SDK為客戶提供服務。目前，Fringefy的目標客戶包含三類。第一類是地區搜索引擎，如Yelp、大眾點評、Trip Advisor等，讓這些搜索引擎的用戶，能夠非常簡便的用手機攝像頭識別周圍環境，提供不一樣的搜索體驗。Fringefy的第二類目標客戶是品牌和公司，這些公司希望通過分析其用戶在社交媒體上發布的照片的地理位置，來獲得商業洞察。例如，這些公司的用戶，通過社交媒體發布了自己的照片，但并沒有注明拍攝地址。Fringefy可以幫助客戶分析這個圖片，告訴客戶，這是什么地方，從而幫助客戶分析其用戶的行為模式和喜好。而第三類，當然是國防和安全行業了。以色列政府目前也是Fringefy的合作伙伴之一。Azzif告訴硅谷密探，Fringefy成立到現在，盈利模式也經歷了多個變化。最先是希望通過授權技術給客戶來盈利，例如收取年度授權費用。后來，逐漸轉向提供API，基于客戶所消費的圖像分析服務的數量和需求來收費。（Assif Ziv）如何快速準確地進行圖片識別？通常，Fringefy會把用戶通過手機攝像頭捕捉到的圖像，與數據庫中的圖像進行比較、匹配。那么，如何將一個圖像，與云上的成千上萬張圖像比較， 并且快速、精準？背后的兩個關鍵詞是：數據庫和標簽策略。Fringefy的數據庫來源分為兩類。對于一些客戶，例如國防安全類的，客戶會負責提供圖像數據庫。但是Fringefy也能夠自己抓取公開網絡上的圖像，快速形成圖像數據庫，例如，Yelp，Trip Advisor等網站上，有用戶上傳的大量圖片，包含了建筑外觀，并有相應的地點信息。在制作“Alice Who”APP時，Fringefy建立了整個舊金山的商業類建筑的數據庫，包括所有的餐廳、酒吧等，只用了2到3天的時間。目前，這個公開網絡數據抓取的能力，還不是全自動的。Fringefy的下一步，就是研發能全自動的從浩瀚的網頁上抓取圖像，形成數據庫的解決方案。不過，如果每次都要將一個圖像與云上的成千上萬張圖像比較、匹配，可能會減緩識別的速度。所以Fringefy配合使用了標簽（signature）策略，讓計算機算法根據某類標簽，先進行預篩選，然后再匹配識別，以配合現有的電腦處理的條件。例如，地址可以作為一種標簽。當用戶在某一個地點用攝像頭捕捉圖像時，用戶的手機會上傳地理位置信息。Fringefy就能根據這個地理位置信息，先篩選出數據庫里附近的建筑的圖像，再與用戶手機捕捉到的圖像進行匹配，從而更快、更準的得到結果。數據庫里關于被拍攝建筑的圖像越多，Fringefy就能越快、越準確的得到答案。對于小型的建筑，例如一個咖啡館，只要云端數據庫上有10到20張圖像，Fringefy就能很準確的辨識出這個建筑。而對于中央火車站這樣的大型建筑，大約需要500張左右的數據庫圖像。目前Fringefy能夠做到的程度是，在80%的實驗中，能準確的辨識出建筑。以色列政府資助，邁出第一步跟很多以色列公司一樣，Fringefy的三位創始人是在服兵役時認識的。Assif Ziv和另外兩位創始人都在空軍服過役。在空軍訓練中，他們體驗了高端的AR技術，產生了把這樣的技術帶到民間的想法。離開軍隊后，Assif和朋友們組建團隊，并獲得了以色列政府的投資。（Fringefy團隊）獲得以色列政府的孵化投資時，Fringefy只有一個技術概念，和一個簡單的展示（demo）。但至關重要的，Fringefy有四個關系緊密的顧問，對如何解決建筑識別的技術提出了很多想法。顧問團隊幫助Fringefy拿到了這筆重要的投資。據Assif透露，這筆投資占到了他們迄今籌得的總投資數（約150萬美元）的一半。初創團隊工作了數個月，驗證了技術的可行性，并做出了產品。之后，他們將目光轉向了硅谷。在這里，有大量的潛在客戶，例如社交媒體，例如無人汽車、無人機公司。而Fringefy的第二輪融資，主要來自硅谷，例如硅谷的投資機構Rothenberg Ventures 和 Super Ventures等，以及一些天使投資人等。未來，或許會是新一代的谷歌？在成立之初，Fringefy的團隊就有一個愿景。那就是把由技術帶來的“超級力量”帶給大眾。就像美國硅谷的技術創新最早是由軍方流向民間，在以色列也是一樣。Assif覺得，現在的時代是“天時、地利、人和”。谷歌開創了一個時代。在那個時代里，谷歌將網絡上的文字內容貼上標簽（index），通過標簽進行搜索，使得搜索引擎成為可能。而漸漸的，隨著移動設備的普及，人們更多的開始在戶外使用搜索引擎，而非在辦公室和家里。并且，移動設備上的攝像機越來越強大，使得機器“看見”世界成為可能。人們使用習慣的變化和硬件技術的前進，把我們推向了另一個未來，那就是視覺搜索的時代。在這個時代里，一切的圖像、不管是平面的還是立體的，都可以被標注、被搜索；這也是Fringefy想要一展自己所長的未來。這個未來還很遠嗎？No。就像一句有名的廣告詞：未來已來。在硅谷，大公司已經在大力投入，計算機圖像識別的創業公司被收購、投資無數。在這里，投資者青睞的很多技術，都指向同一個目的，讓機器更好的“看見”環境，并理解四周的環境。而Fringefy，正在這個路途中大展宏圖。
