清華大學109週年校慶專訪：組織創建了國內 “行人再識別（ReID）”測試數據集“Market-1501”———清華大學王生進教授。
作者 | 張棟
“行人再識別（ReID）”可能成為繼人臉識別算法之後又一個“熱點”算法。（行人再識別又稱行人重識別）
隨著人臉識別技術在各場景的廣泛應用，後者對人體特徵和身份核准的算法需求更為“理性”，對非人臉識別技術的剛性需求日益迫切。
“行人再識別（ReID）”算法技術在這個時機點走進了AI算法的時代視野。
當前諸如曠視、依圖、商湯、雲從等AI獨角獸企業，剛剛將安防監控調整為機器視覺的華為、視頻監控巨頭海康、大華等廠商都在各類學術期刊、科技媒體等渠道發表“行人ReID”相關技術論文和相關產品和應用方案。
特別值得關注的是，2019年10月22日，由深圳市政府直接主辦的首屆全國人工智能大賽拉開帷幕，大賽共兩大主題賽事，其中一項就是“行人重識別（ReID）”。
從相關學術論文資料瞭解，十年前清華大學媒體大數據認知計算中心的科研團隊就開始了“行人再識別ReID”研究，2010年開始獲得國家自然科學基金資助。多次獲得國際國內優秀論文和相關知識產權認證。
適值清華大學109週年校慶之際，雷鋒網AI掘金志採訪到清華大學王生進教授，走進了 “行人再識別ReID”研究成果豐碩的研究室，走進了清華人的AI算法世界。
王生進教授帶領的
清華AI團隊的學術研究與成果
1985年，王生進畢業於清華大學無線電電子學系，前往國外留學後，2003年回國到清華大學電子工程系從事人工智能、機器學習和圖像處理領域的科研和教學工作，先後參與了十多項國家縱向項目和數十項企業橫向項目的研究和開發工作。
其現任清華大學電子工程系博士導師，清華大學媒體大數據認知計算研究中心主任，紫為雲·清華AI使能平臺首席科學家，北京信息科學與技術國家研究中心跨媒體智能創新團隊負責人，危爆物品探測與掃描國家工程實驗室副主任，中國圖像圖形學會視頻監控與安全專委會主任。
他提出了基於深度網絡的特徵空間正交優化理論及深度特徵學習方法，以解決深度特徵冗餘的問題；
他首次提出一種特徵圖層配準方法，有效解決了非剛體行人再識別中的特徵配準問題；
他提出一種融合表觀與步態特徵的基於選擇排序學習的行人再識別方法，有效利用時空信息融合提高了行人再識別性能；
他指導的博士生鄭良的博士論文獲得中國人工智能學會2017年優秀博士論文，相關研究獲得了2018年國際模式識別學會ICPR2018最佳論文獎。
2019年10月，其主導研究的“跨視域行人再識別的特徵學習理論與計算研究方法”還獲得“第九屆吳文俊人工智能科學技術自然科學二等獎”，團隊成員包括鄭良、田奇、李亞利、孫奕帆。
王生進教授組織創建了國內大型多鏡頭測試數據集和訓練數據集Market-1501，所構建和發表的該研究領域三個大型公開數據集總下載量逾13600次，單篇論文谷歌學術引用超過1000次。
隨著行人再識別技術的不斷突破，跨視域攝像機行人目標跟蹤的瓶頸問題或能得以更好解決。
在2017年第十六屆中國國際公共安全博覽會(CPSE安博會)政府管理論壇上，王生進教授發表了題為《人像態視識別及其在智能視頻監控中的應用》的報告，提出了人像態視識別的概念，豐富了跨媒體智能理論框架，指導和推動了跨媒體智能在公安警務、社會治理、AI醫療、智能製造、AI商業等領域的應用。
王生進教授獲得2019年第九屆吳文俊人工智能科學技術自然科學二等獎
王生進教授獲得2019年第九屆吳文俊人工智能科學技術自然科學二等獎
王生進教授所帶領的清華AI算法團隊，致力於計算機視覺、智能視頻和生物特徵識別理論、方法和技術的研究，在人臉識別和行人再識別ReID研究領域取得了多項國際前沿成果。
2006年、2008年，他們分別獲得了北京市科學技術獎和國家科技進步獎，參與制定了中華人民共和國公共安全行業標準《安全防範系統生物特徵識別應用術語》和國家標準《安全防範視頻監控數字視音頻編解碼技術要求（SVAC）》。
除人臉、行人再識別算法技術研究外，清華團隊在車輛、場景與物體、掌紋生物特徵識別，語音識別，文字識別，輔助駕駛，機器視覺，工業智能等方面也有諸多的算法研究成果，建立了跨媒體的多維智能算法體系。
專訪實錄
AI掘金志：國內這幾年出現的人工智能企業，有一個相似的特點：大多是從院校、實驗室出來的學科帶頭人，他們在科研方面都做到了世界頂尖水平，但在市場實踐中都表現得差強人意。針對產業界與學術界的人工智能研究，作為清華AI科研人如何認識和理解？王生進教授：學術研究側重理論，關注技術的前沿性探索，從研究中尋找並構建相關的方向、方法與理論體系。
產業研究側重應用，依據相關技術理論實現產品化、應用化落地的方法與流程體系，並且關注實現的成本。
這兩種研究可理解成上下層的關係，也是各有所長，互為因果，相互促進的關係。
對於做學術研究的人來說，大家的側重點是理論研究和技術研發，所以在產品化、系統化、商業化方面，起初的關注度不會很強，在實踐中邊學邊進步，也算正常，流行說法是新常態。
做產品和應用系統研究的企業如果要持續發展，需要重視前沿理論和方法的支撐，需要投入一定的基礎研究，在關鍵技術突破的時候才能迅速抓住機會。
當前，很多AI企業都是從院校實驗室走向市場的，這是科技變革與社會進步相結合的產物，他們當前在市場中取得成就總體上還是很值得認可的，推動了AI技術的進步，促進了“智能+”產業的發展。
當然，在發展過程中，會存在一些問題或不足，剛開始的進展都很順利，自然會導致企業宣傳或市場行動會“積極”些，使得大家的期望更高了些，就會給人有一種“差強人意”的感覺。
所以，在落地的環節，我個人的認識是“術業有專攻”，敬畏人性，尊重常識，讓企業家或能夠成為企業家的人去做產業化。
也正是因為認識到這一點，此前我也參與推動了紫為雲AI使能平臺。
AI掘金志：為什麼要參與推動紫為雲AI使能平臺？為什麼選擇這個時間點切入市場？近期獲得了什麼成績？王生進教授：科學研究的目的，是為產業的發展服務，也是為人類的美好生活服務。但科學理論的成果要與產業中的產品系統、應用系統等研究結合在一起，才能實現它的重要價值。
當前國家大力推動高等院校科技成果轉化也正好印證了這一點。
紫為雲·清華AI使能平臺，就是讓AI領域的科學理論成果導入產品研發、應用研發的平臺，是推動理論研究與產業落地上下層結合的使能者。
中國人工智能產業要取得大發展，最終要靠應用層的各類企業掌握相關的核心技術，完成理論與應用的結合，才能實現各類AI應用的百花齊放效應。
目前的現狀是人工智能產業鏈上應用層的很多企業缺乏算法等核心技術，這些企業對AI核心算法技術的強烈需要是紫為雲AI使能平臺得以創建的前提。
2019年4月27日，紫為雲首席科學家王生進宣佈正式推動紫為雲AI使能平臺
作為清華人，肩負厚德載物校訓，如果能傾盡所學幫助企業打通AI算法技術瓶頸，構建AI應用創新的能力體系，實現各類企業在行業AI應用創新的目標，進而可以推動中國AI應用創新的全面發展，為國家“智能+”、新基建戰略的實現添磚加瓦。
這將是清華人做人工智能科研的最大價值體現，也是清華團隊創建紫為雲AI使能平臺的初衷。
近期，我們AI團隊在廣東某社會治理項目中完成了日處理千萬級人臉動態聚類（含戴口罩人臉識別）的內測，取得了可圈可點的成績。
AI掘金志：視頻應用從最初關注視頻監控圖像的清晰度，發展到人、車等AI識別，再到ReID等技術，談談未來AI產業（技術）的變化趨勢？王生進教授：從圖像的角度，視頻監控的圖像清晰度已發展到一個新階段，基於高清圖像通過AI算法技術做圖像識別，數據的智能處理，提取與應用是技術發展的新維度，ReID等技術則是這個維度上的新分支。
例如，清華團隊針對行人再識別研究領域中缺少符合實際場景需求的數據集的瓶頸問題，組織構建並發表了該領域大型多鏡頭測試數據集iLIDS-VID, Market-1501&MARS，成為該領域的典型標準測試數據集。
從安全的角度，視頻監控系統是各類用戶實現安全管理、效率管理、業務管理的技術保障基礎。同時，安防系統自身也需要確保安全。
這種安全從最初的硬件設備系統安全，軟件平臺系統安全，發展到系統的網絡安全。現在人工智能、大數據技術的逐步展開，對數據的安全防護需求日益上升，尤其用戶對數據信用安全的需求將成為系統集成商的核心競爭力之一。
從數據的角度，視頻圖像的數據化應用，可以形成知識圖譜，可以協助用戶進行決策推理，而隨著數據認知能力的上升，將使系統具備一定能力的意識與靈感，這將促進更多AI智慧應用功能的實現。AI掘金志：覆盤當前AI算法市場格局，為更好實現產品化並應用落地，企業研發團隊、市場團隊應該做些什麼？王生進教授：基礎算法技術已經有了很大的發展，目前更多在於推進算法的落地應用。
從分支發展看，各類算法團隊在加強大數據量算法、小樣本算法、ReID等算法技術的研究，這是根據不同行業、不同場景的用戶需求，逐步進行算法技術的細分研究。
這對算法團隊數據量的積累，特定場景小樣本數據的研究能力，細節上的優化能力等方面是一個考驗。例如，清華團隊圍繞特種人群的小樣本人臉識別研究成果已在廣州落地得到了應用。
結合場景，不斷進行技術創新。用戶場景下的數據往往是多維的（例如視頻、圖像、步態、行人、語音、文字等），這將考驗團隊跨媒體多維智能算法的研究能力，我之前在《人像態視識別及其在智能視頻監控中的應用》報告中提出的人像態視識別新概念，就屬於多維智能算法的應用思路。
清華團隊在跨媒體多維智能算法方面有著豐富的技術積累，不僅在人臉、行人、步態、車、場景與物體等方面的算法研究取得了諸多成果，還在掌紋生物識別，語音識別，文字識別，輔助駕駛，機器視覺，工業智能等方面有諸多的算法研究成果。
當面向場景的智能機器人或智能交互應用中AI算法不再單一被應用，而是以“算法族”的模態被運算，隨著場景應用的複雜性，對於算法技術研究的要求會更多，其中的探索空間會更大。
這是研究的一個方向，也是未來應用的方向。
需要指出的是，要實現從算法到應用落地的過程，關鍵是人和“團隊”。
它需要一個能深度理解行業需要，客戶需求，並能有效推動產業應用落地的專業團隊，我們在構建清華“紫為雲·清華AI使能平臺”時就深刻認識到了這一點，認識到“技術+市場+管理”的重要性。
“紫為雲”的另一位聯合創始人是一位從事智能視頻監控領域20年的業界資深人士，曾獲得過“40年改革開放中國安防卓越人物獎”， 主要由他帶領團隊來完成應用落地的工作。
AI掘金志：新基建對AI應用落地有著深遠影響，AI企業在新基建中將擔當重要角色，紫為雲作為清華AI使能平臺，如何看當前的機遇與未來的挑戰。王生進教授：人工智能是一個系統工程，它的應用領域特別多。
在2017年《新一代人工智能發展規劃》的政策基礎上，人工智能被列為國家新基建的重點工程推動，這意味著人工智能全方位，大規模應用落地的時間點正式開啟，各類AI企業將成為各種行業創新應用的弄潮兒，這對AI產業會形成一股巨大的推動力，也會進一步促進AI算法技術的研究。
對紫為雲來說，國家推動新基建的人工智能、大數據中心、工業互聯網這三個關鍵點，與我們AI使能平臺的核心技術優勢契合，這將形成更大的成長動力。
國家在政策層面指出了產業和企業發展的方向，併為技術研發和應用創新提供了有利的政策和資源環境，清華人更有信心在人工智能大發展的時代，把AI科研做好，把AI落地應用推動好，為企業AI使能，為產業AI使能。
AI掘金志：在偌大的視頻監控AI算法圈層中，紫為雲AI使能平臺在其中扮演什麼角色？王生進教授：當前AI市場的規模有很多種說法，總體上規模還不到想象的那麼大，未來的市場伴隨越來越多的新場景應用湧現，市場空間和規模還是很大。
雖然安防屬於AI應用落地比較早的行業，但AI在安防行業場景的應用還是處於早期階段，主要還是重點部位的視頻結構化，大規模的應用還正在展開。
從當前正在制定的幾個公安部行業標準來看，AI的安防應用還處於關鍵窗口期。
在這個階段，無論是一些AI獨角獸企業，還是傳統的安防大型企業，不論是BATH，或者是各種維度上基礎層、技術層、應用層的AI企業，每一家企業都有自己的優勢和特長，各自都有自己專注的重點和方向。
大家都是AI產業長跑跑道上的選手和夥伴，大家都在朝著AI為產業升級、為人類美好生活服務的願景努力前行。
紫為雲AI使能平臺也是這條長跑跑道上的選手和夥伴之一，我們在產業市場上，秉持開源、使能的理念，更在乎能支持更多的企業具備AI能力，讓他們在各自的行業裡推動更多的AI產品和創新應用。
在人工智能時代，讓AI技術“平民化”；讓AI技術更簡單、更便捷和更安全；讓AI使能更多企業、讓AI使能更多產業；把AI技術落到場景實處，為社會應用服務，讓人們的生活通過AI變得更加便捷和美好。
這是清華人的AI理想！
閱讀更多 AI掘金志 的文章
