Page 52 - 安防19年3月刊_正刊

A 人工智能
Artificial Intelligence

不少“第一”。比如第一个真正吃新零售螃蟹的，第一 人流量大概有7000亿的数据，这些数据如果用人脸识
个把人脸技术用到门店的，第一个针对连锁业态推出 别技术去抓取，每天有7000亿的数据，有非常了不起的
了整个连锁的地域模式，第一个做到秒级的云端视频 数据，我们需要智能数据把它结构化。
基础等等。悠络客这几年的发展就是如此。 第三、货的数据，在门店我们通过店里的交易数据
大家都在谈人工智能，而关注“进化计算”的人相 和商品数据，这些数据放在云端和其他的数据关联起
对而言还不太多。进化计算不是我们发明出来的，国际 来，创造价值，也就是现在大家谈的基于零售、人货场
上有很多公司已经在研究，这是人工智能之后的下一个 的价值。
时代。深度学习非常火，但是有一个致命的缺陷，深度 相关应用也在一些餐饮企业开着手进行了。餐饮
学习只能用于特定的任务，深度学习是需要人工的，而 业后厨的规范特别麻烦，大家对餐饮的管理真的很头
这些问题基于进化计算都可以很好的解决。 痛，也许可以通过行为分析把餐饮业的后厨通过关联
这些年来，基于进化的发育模型，用基因调控网去 全部做起来。
解决在神经网络中自动学习的能力，包括对神经网络机 2015年出现了无人零售至今，风口应该到了。现在
理的研究和认识都是我们的成绩。比如现在非常火热的 说的无人零售，当然也不是完全“无人”，没有做得那么
人脸识别，人脸识别有一个特点：对尺寸、大小、角度 快，但是我们在慢慢减少我们的店面人员、管理人员。

要求非常高，所以你看我们去机场，说站着别动，给你 人工智能的发展真的是无可估量。未来会是什么样子？
拍一下照，做一个人脸识别。 实在令人遐想。
再比如说数据处理。贵阳作为大数据中心，数据最 悠络客在MegaFace排名中冲入全球公司前五
关键的是建模，现在越来越难了。比如说进化计算，我 近日，悠络客的人工智能研究院（ULUFace）,在国
们首席科学家已经在芬兰的国家电网、空中客车已经有 际知名人脸识别数据库MegaFace百万级别人脸测试中
一些应用案例，相信会有更多的人关注这些。 (Challenge1/FaceScrub identification)，以97.4869%的成
绩取得全球公司第五的好成绩。参加这项测试的还有
零售门店的大数据应用 来自微软、复旦、苏宁、腾讯优图等公司。
既然我的主题是讲零售门店大数据，到底零售门店 目前世界知名的人脸识别技术验证平台有LFW和
数据有什么特点呢？ MegaFace,这两者是人脸识别研究领域最重要的人脸图
第一、门店的数据。现在的线下门店已经有2000万 像测评集合之一和目前最权威的、热门的评价人脸识别
TB的视频数据，只不过原来数据都是信息孤岛、本地 性能指标之一。
化的，我想去用的话很难。未来，一它是需要云端化， LFW人脸图像集合中有13000多张从网上搜集来
二、需要结构化，因为原来是非结构化的视频数据，那 的非约束环境下的人像照片，主要用于验证给定两张照
个数据用起来真的很累。当然智能化也是未来发展的 片中的人是否为同一人（Face Verification）即1：1场景。

趋势，通过云端化之后，把数据在云端关联起来，比如 由于场景较容易，人脸库数量较少，准确率普遍达到
说人脸识别当中，我们讲的有人脸库、特征值数据、关 99%以上，目前国内公司普遍采用这一人脸库宣传自己
联数据、商品标签数据和人脸标签数据等等，都是基于 技术。
视频数据提取之后的结构化数据。 Megaface是一项百万规模级别的面部识别算法测
第二、人的数据。现在线下门店每天有20亿人次的 试基准，由美国华盛顿大学计算机科学与工程实验室

34 2019第八届深圳国际智能交通与卫星导航位置服务展览会(2019.6.20-6.22深圳会展中心)www.its-expo.com

ದ۽ᇆି JOEE ྒ௹೘