張駿峰，小蟻科技首席架構師，負責小蟻AI圖像相關算法架構。主要包括：小蟻智能攝像機的智能報警服務、小蟻智能行車記錄儀的輔助駕駛ADAS服務、小蟻運動相機App的圖像風格遷移技術以及小蟻微單App的圖像視頻編輯技術。其團隊包括移動開發(fā)、前端、后臺、算法，成員分布在北京及以色列。張駿峰于2015年加入小蟻，此前，張就職于微軟長達14年，參與過Windows, .Net Framework, MSN, Office, Lync, Skype等產品的研發(fā)工作。

小蟻科技成立于2013年，是一家年輕的互聯網硬件企業(yè)。小蟻專注探索智能、可穿戴、移動化的新型視頻類智能電子產品的開發(fā)，產品包括小蟻智能攝像機系列、小蟻行車記錄儀系列、小蟻運動相機系列、小蟻微單相機等智能硬件產品，以及和谷歌合作的YI Jump 360°3D VR拍攝設備。同時，小蟻還有一系列的移動應用和服務，幫助用戶更好地使用小蟻設備。

CSDN：駿峰您好，小蟻的產品主打視覺。那么首先請您向大家介紹一下，在小蟻智能攝像機上，與AI相關的技術有哪些？

張駿峰：我們在小蟻智能攝像機上提供了多種智能服務。

智能報警

大部分的智能攝像機都提供移動偵測服務。當攝像機檢測到畫面有大幅變動的時候，服務器會向用戶推送一條報警消息。

小蟻智能攝像機提供了同樣的服務，同時，在報警的時候，向服務器上傳了一張圖片，和一段6秒鐘的視頻。這樣即使有人把攝像機拿走了，用戶還是可以看到發(fā)生了什么事。

傳統(tǒng)的移動偵測方案，靈敏度是一個很難解決的問題。如果靈敏度太高，用戶會收到過多的無效報警，可能會錯過重要信息。如果靈敏度太低，會有重要事件發(fā)現而用戶收不到報警的情況。我們提供了一個拉桿，用戶可以在高，中，低靈敏度選擇。

我們還提供了一種人形檢測的升級方案。當用戶把這個升級方案的開關打開后，如果檢測到畫面有大幅改動，攝像機會繼續(xù)對畫面進行進一步檢測，只有在攝像機認為畫面中有人，才會通知服務器給用戶推送報警信息。這樣可以大大減少誤報的情況。

小蟻智能攝像機還提供了寶寶哭聲檢測。如果攝像機檢測到持續(xù)的寶寶哭聲，也會向用戶推送報警。

手勢識別

小蟻智能攝像機還提供了手勢識別功能。當用戶在攝像機面前做出“攤開手掌-然后握拳”的組合動作時，攝像機會自動錄制10秒視頻，推送給手機App用戶。我家小孩特別喜歡這個功能，有事沒事他就會試一下這個功能，然后給我表演一段僵尸舞。

選擇“攤開手掌-然后握拳”這樣一個組合，是為了減少誤觸發(fā)。

我們還在研究其他AI技術，比如人臉檢測，人臉識別，物體識別，如何經濟實惠地讓這些新技術給用戶帶來價值。

CSDN：除智能攝像機之外，小蟻也發(fā)售行車記錄儀。那么在小蟻行車記錄儀上，與AI相關的技術有哪些？

張駿峰：我們在小蟻行車記錄儀上為用戶提供ADAS智能安全提醒系統(tǒng)，有效提供安全提醒并實時糾正駕駛行為。主要是兩個功能：車道偏移預警，前車距離監(jiān)測

車道偏移預警

當車輛在高速上行駛時，如果行車記錄儀檢測到車輛偏移道路時，會提醒用戶車輛已經偏移道路。

前車距離監(jiān)測

行車時，如果行車記錄儀檢測到離前車距離越來越近，超過一定閾值時，會提醒用戶注意保持車輛距離。

CSDN：在上述兩種產品的模型訓練過程中，訓練集與測試集從何而來，采用何種網絡及框架，在系統(tǒng)調優(yōu)方面有何技巧？

張駿峰：開源的數據集和開源代碼提供了基礎的訓練集和測試集。

但是這樣的數據集訓練出來的模型，放在小蟻的產品上，出來的效果不是很滿意。

我們是有一批內測攝像頭，免費送給用戶。用戶看到有意思的情況，分享給我們。內測用戶很多是小蟻員工。我們根據用戶提供的數據，調整模型，更新算法。

在實際產品上，我們采用的是一種“端+云”的混合方式。端上先做一部分篩選，云上再做進一步的處理。

限于硬件的計算能力，端上目前是用傳統(tǒng)方法處理。

云上，我們現在使用的是YOLO模型，基于我們自己的情況，做了一些優(yōu)化。

CSDN：您認為圖像分割、物體識別、目標跟蹤這一系列技術的難點在哪里？

張駿峰：我們遇到的困難主要有兩點：1.數據，2.優(yōu)化

數據

雖然現在有很多開源數據集，但是，這些數據集是被用于學術界創(chuàng)新和研究的benchmark數據集。這些數據和真實場景下的用戶數據差別很大，場景也不足夠豐富。用開源數據訓練出來的模型，識別率往往不夠理想。因此，真實場景下的海量標注數據集是非常關鍵的。

小蟻產品的用戶量很大，用戶使用小蟻產品的場景各種各樣，環(huán)境也各不相同。有些用戶的使用場景也讓我們大開腦洞。限于我們的人力物力，我們優(yōu)先處理主要用戶場景。

優(yōu)化

如前所述，小蟻采用的是一種“端+云”的混合方式。不管是端還是云，優(yōu)化始終是我們大的挑戰(zhàn)。

在端上，由于硬件限制，無法運行深度神經網絡，我們目前使用的是傳統(tǒng)方法。即使這樣，如何更快的處理視頻，也是很大的挑戰(zhàn)。

在云上，我們用GPU服務器運行深度神經網絡，費用很高。小蟻的用戶量很大，用GPU服務器處理，成本壓力很大。

我們迫切需要技術的發(fā)展，能夠把不影響準確率太多的前提下，把處理成本降下來。

CSDN：除了小蟻目前正在做的，您對圖像跟蹤、識別這一系列技術的落地方向還有何構想？

張駿峰： AI技術現在已經很強大了。AlphaGo顛覆了人們對AI的理解。人臉識別的準確率不斷被刷新。但是，AI用到真正的場景上，還是非常困難的。首先是數據問題。上面已經討論過了。然后是模型的訓練調參。這也是一個非常漫長痛苦的過程。然后是模型的驗證。周而復始。由于這些問題，AI技術現在做好一個場景，需要花費很大的精力。

期待有一天，AI技術可以做到像使用AWS API這樣簡單。

CSDN：自從生成網絡火爆，圖像風格遷移的APP便層出不窮，但似乎都還僅停留在娛樂層面，沒有向更深更實用的方向發(fā)展，那么小蟻做AI藝術這個應用的初衷是什么，下一步將踩在哪里？

張駿峰：小蟻除了硬件產品，還有很多相配套的移動應用配合硬件產品。其中，小蟻運動相機/小蟻微單App提供了完整的硬件控制，圖像視頻編輯，社區(qū)分享的流程。我們一直在思考如何讓用戶玩得更好。

2015年底我們已經知道風格遷移的論文，并且做了嘗試。那時候我們沒有GPU機器，用cpu來實現處理算法，處理速度非常慢。嘗試過一次后我們就放棄了。

Prisma的火爆，讓我們意識到在風格遷移是可以有很好的移動用戶體驗的。我們開始使用購買GPU機器，用GPU來實現風格遷移算法。幸運的是，那時候已經有好幾篇論文，把風格轉換的速度提高了很多。我們在前人的基礎上，實現了我們自己的風格遷移算法，應用到小蟻的移動應用上。

小蟻AI藝術上線的時候，正好趕上微信小程序即將上線的消息。我們立刻組織人員實現了小蟻AI藝術微信小程序版。由于時間緊迫，我們在后一個星期六才提交審核。幸運的是，我們的小程序一次審核通過，得以在小程序放開的第一天，讓用戶使用。大部分使用過小蟻AI藝術微信小程序的用戶，反饋都是非常正面的。在幾乎沒有推廣的情況下，上線第一天獲得了超過20萬的使用次數。

我們早上線的小程序只能處理圖片。春節(jié)之后，我們更新了一版，新的小蟻AI藝術微信小程序可以處理小視頻。相信用戶用小蟻AI藝術處理過小視頻后，會有更深刻的感受。

現在的小蟻AI藝術，從用戶體驗上看，還有很多局限性。首先，每一種風格，合適于某一類圖片�，F在的體驗，用戶必須手動把所有風格都試一遍，才知道哪種風格合適。某一種風格，或者合適于人像，或者合適于風景。對于同時有人有景的圖片，有時候需要做一個抉擇。

我們能提供的風格模板也比較有限，用戶使用過一陣后，新鮮感減少。好的用戶體驗，是讓用戶任意指定一張照片，和一種風格，我們能把這張照片按照用戶指定風格處理。我們現在的技術還無法做到這一點。

CSDN：您覺得圖像風格遷移技術的難點在哪里，如何落地，瓶頸是什么？

張駿峰：首先是網絡設計。各種論文上的方法，需要我們自己實現出來。但是按照論文方法實現出來后，我們發(fā)現效果不是很好，照片處理后有一種很臟的感覺。如何去臟，把照片弄干凈，花了我們很多時間。我們對終的效果還是很滿意的。

然后就是風格的選取。選擇一個對大多數照片都合適的風格，是一件很繁瑣的事情。我們一開始就定了一個方向：中國風。事實證明，傳統(tǒng)中國風，顏色比較簡單，大部分的照片，遷移之后效果不太好。我們從兩個方面解決這個問題。一方面，我們把中國近代的著名畫家都找了一遍，試了無數張，后從中挑了8種風格做為第一次的模板。同時，我們針對這8種風格，每一種風格都做了不同的網絡優(yōu)化。

整個過程中，我們發(fā)現，選擇一種好風格，非常花時間。我們也希望能有一種工具，讓我們很容易判斷這種風格是否好。但目前為止，我們還沒有找到這樣的工具。

CSDN：小蟻AI藝術訓練所用數據來自哪里，采用何種網絡及框架，在具體實施過程中有何技巧？

張駿峰：對我們來說，比較幸運的是，我們已經有一個小蟻社區(qū)，用戶在社區(qū)上分享了很多照片。這些照片是我們的測試數據集。風格的選取上，由于我們主打中國風，我們主要的目標在中國近現代著名畫家的作品上。

網絡方面，主要是借鑒了李飛飛的網絡，根據我們自己的風格，做了不同的調整�？蚣芪覀冇玫氖荰orch。

我們花了很多時間處理去臟的問題。這個也是一個開發(fā)靈機一動想到的辦法，然后就好了。很神奇。

CSDN：小蟻AI藝術主打“中國風”，請問為何選擇這種風格？

張駿峰：因為我們不想和其他人一樣。很多App選擇了西方風格。我們在中國，就應該選擇中國風。這種選擇讓我們多了很多開發(fā)時間，但我們認為是值得的，也是我們?yōu)橹�驕傲的�?/p>

CSDN：在產品的研發(fā)過程中，團隊遇到過哪些問題？是如何解決的？

張駿峰：服務端，小程序初上線的時候，很多人用，給服務器很大壓力。我們使用的是阿里云的服務。在阿里云的HPC和阿里云OSS之間，對于高并發(fā)有一些問題。我們幾次反復，和阿里云支持團隊多次交流，后解決。

小程序方面，很多H5有的功能不能使用，也讓開發(fā)饒了一些彎路。比如，給圖片加水印，就試了好多條路，后是在服務器上實現的。

開發(fā)AI藝術小視頻的時候，也遇到了很多問題。視頻的方向是一個大問題。視頻的處理時間比圖片長很多，這使得我們不得不改架構。

大部分問題都解決了。但是在小程序上如何保存處理后的視頻，我們始終沒有找到一個好方法。現在只能讓用戶在我們提供的H5頁面上處理保存視頻。

CSDN：小蟻的產品及技術如何與競品公司差異化？

張駿峰：聽用戶反饋，抓住每一個細節(jié)，緊跟世界前沿，學習先進經驗，不斷進步，努力做到更好。這是我們的原則。

CSDN：在管理方面，您有何獨到的帶隊方式？

張駿峰：給團隊高度，讓團隊用自己的辦法達到期望的高度，然后告訴我他們自己可以達到的高度（必須比我要求的高度更高）。向世界好看齊。

上篇文章：2017年網頁設計的16個趨勢
下篇文章：開展域名實名認證工作