八年，騰訊優圖攢了多厚的技術“家底”？

受訪者 | 黃飛躍，優圖實驗室總監

記者 | 夕顏

出品 | CSDN（ID:CSDNnews）

「AI 技術生態論」 人物訪談欄目是 CSDN 發起的百萬人學 AI 倡議下的重要組成部分。通過對 AI 生態頂級大咖、創業者、行業 KOL 的訪談，反映其對於行業的思考、未來趨勢的判斷、技術的實踐，以及成長的經歷。

本文為 「AI 技術生態論」系列訪談的第二十二期，對話國內一流計算機實驗室——騰訊優圖總監黃飛躍，回顧優圖實驗室成長曆程，暢談計算機視覺技術進展和未來發展趨勢。

百萬人學 AI 你也有份！今日起點擊閱讀原文報名「2020 AI開發者萬人大會」，使用優惠碼“AIP211”，即可免費獲得價值299元的大會在線直播門票一張。限量100張，先到先得！

12 年前，清華大學博士畢業的黃飛躍加入騰訊剛成立不到一年的騰訊研究院，帶著 5 個人的小組，第一個項目是做一款名為“QQ影像”的桌面處理軟件，但由於團隊都屬於 IT 直男，對於產品一竅不通，於是首個項目以並不盡如人意的結局告終。

12 年後，當初的 5 人團隊已經擴大到 數百人的規模，成為計算機視覺領域鼎鼎有名的優圖實驗室。但細算起來，優圖正式成立的時間其實在 2012 年，這一年，黃飛躍帶領的這支團隊更名為“優圖”，他作為優圖團隊的負責人，帶領這幫人成為國內計算機視覺大規模應用最早的一批從業者。

如今，做計算機視覺的人不會不認識優圖這個名字，尤其是人臉識別技術和產品，優圖的名聲更是響亮。作為騰訊消費互聯網業務背後的“隱形 AI 戰隊”，優圖實驗室與 騰訊 AI Lab 和微信 AI 團隊一起，並列騰訊 AI 三大人工智能團隊，為包括 QQ、微信、騰訊微視等消費互聯網產品提供技術支持。

優圖在做什麼？

2018 年，騰訊宣佈戰略轉型升級，擁抱產業互聯網，優圖從騰訊內部的一個技術團隊開始走向前臺，通過騰訊雲等對外輸出視覺 AI 能力。

黃飛躍對於優圖的定位，就是一個計算機視覺相關技術的研發和落地的實驗室，從最開始的圖像壓縮，到後面的人臉識別，再往後的人體識別、OCR 等一系列技術，優圖從最初的圍繞騰訊公司內部的需求提供技術支撐，到現在依託騰訊雲等產品對外輸出產品和解決方案。

有人會好奇，優圖到底都做了些什麼。實際上，從騰訊內部到 ToC，優圖的AI技術早已滲透到我們的日常生活中，留心觀察的話會發現，我們平常用到的微信刷臉支付、人臉識別對比、隨申碼、健康碼、微眾銀行等 App 的人臉核身等，背後都是優圖在做技術支撐。比如在微信小程序申請民政服務，檢測人臉時出現的藍色、綠色等不同顏色的光譜，其實就是在做活體檢測，確認是否是本人操作。

天天P圖

黃飛躍表示，最近一兩年，短視頻、泛娛樂場景的視覺AI需求比較旺盛，為此優圖打造了一系列泛娛樂方面的解決方案，包括美顏美妝、人像分割、趣味合成和生成、人臉融合和變裝等，你平常打開的美顏軟件，說不定就有優圖的存在。

讓筆者印象比較深刻的，還有在尋找走失兒童場景中，優圖可以實現跨年齡人臉識別，一兩歲時丟失的嬰兒，丟失十幾年之後的兒童也能被精準識別，這樣的“黑科技”也是優圖研發的。

瞭解計算機視覺技術的人應該知道，跨年齡人臉識別對於數據量和模型訓練來說都是巨大的挑戰，為了充分的從數據中學習人臉自然的跨年齡變化規律，騰訊優圖提出了基於 DDL（分佈式蒸餾學習法則）學習策略的正則化遷移學習策略。基於該策略，算法模型可充分進行跨年齡人臉識別學習，從而讓困難的跨年齡識別更加可靠和精準。用這項技術，騰訊成功幫助警方找回多名被拐超過十年的兒童。

“救人一命勝造七級浮屠”，可以造福、方便人類的事情，正是所有技術人的追求，因為這讓我們所做的事情變得有了意義。

優圖的技術“家底”有多厚？

各種場景下的應用， 當然離不開底層技術的支撐。從團隊成立之初做圖片壓縮，到後來轉到人臉檢測和識別，優圖不斷洞察新技術趨勢，積澱下清晰的技術發展路線。

黃飛躍在清華大學讀研讀博時，所學專業除了人臉識別和人臉檢測之外，還包括人頭 3D 重建、人體動作識別等技術。黃飛躍回憶，那時候人臉識別與現在相比有著巨大的差異，十幾年前，火爆的專業是網絡工程等方向，計算機視覺方向在當時是冷門。

黃飛躍也承認，當時學術的不成熟導致整個計算機視覺產業鏈不完整。現在，我們已經可以通過深度學習技術，為很多計算機視覺問題找到很好的解決方案，比如人臉檢測識別，我們能夠從幾百人的合照中找到 99% 甚至全部的人臉，有遮擋也可以做到，但在當時，深度學習還沒有起來，大家更多的是做偏研究的事情，和實際業務結合較少，採集數據難度大，算法在實際應用中效果差，只能在特定場景和小範圍內做有限的應用。

總之，當時的計算機視覺研究環境很惡劣，人工智能仍處於發展瓶頸期，體系建設沒有展開。2008 年，黃飛躍畢業時也曾糾結過去做老師還是進公司，看了很多方向，選擇了加入剛成立不到一年的騰訊研究院，起初是跟著 leader，後來才帶領著 5 人小組，在迷茫中開始視覺AI的探索之路。

因圖像壓縮技術聲名大噪

上文中也提到，最開始，這支團隊負責一款名叫“QQ 影像”的桌面處理軟件，這是一款和美圖秀秀類似的圖像管理編輯軟件，既有工程又有黃飛躍學習的視覺圖像處理的一系列的能力，所以他認為這兩者的結合是一個機會。但這個項目做到 2011年，PC 端開始向移動端轉移，但 QQ 影像是 PC 軟件，所以失去優勢，加上團隊都是技術人員，缺乏產品思維，導致產品發展不盡人意。

QQ 影像

2010 年，黃飛躍和團隊遷往上海。2011 年下半年，黃飛躍發現“圖片二次壓縮”技術可能存在極大的價值，可以廣泛應用到騰訊內部的眾多業務中，比如圖片的存儲與傳輸，可有效減少存儲、降低帶寬流量，為公司節省鉅額資金及存儲空間。隨著研究的深入和技術的不斷成熟，黃飛躍帶著團隊開始為騰訊內部其他團隊提供圖片二次壓縮技術——可以將圖片像素壓縮 20%-30%，大大降低帶寬成本。

此時，團隊更名為“優圖”——這便是“優圖實驗室”的前身。

優圖的圖片壓縮技術為騰訊創造了巨大的價值，也為優圖帶來了聲望。

轉移到人臉檢測識別方向

2012 年下半年，優圖把研究重心轉移到人臉檢測識別方向，開始進行人臉技術研發和儲備。此時正逢騰訊的組織架構調整，原本隸屬於騰訊研究院的優圖併到了騰訊社交網絡事業群旗下。

2013 上半年，優圖開始將人臉檢測技術輸出至 QQ 空間，同時將技術提供給推出爆款“武媚娘”妝容的“天天P圖”前身——“水印相機”團隊。2014 年，QQ 空間“面孔牆”全量上線，這是業界最早在大規模社交網絡平臺中人臉識別技術的應用。此時，黃飛躍帶領的優圖團隊只有 20 人不到。

2014 年上半年開始，黃飛躍帶領優圖團隊開始探尋大量人臉識別應用場景，和騰訊徵信負責人挖掘人臉識別的一個創新應用，即通過自拍照和身份證照片比對，來確認是否是用戶本人（人臉核身）。在成功打出微眾銀行這個線上人臉核身案例後，優圖將技術逐漸開放給內部超過 50 個業務，並在 QQ、QQ 空間、QQ 音樂、財付通、微眾銀行、天天 P 圖等明星產品中成功落地，也與滴滴、聯通等企業達成合作。

隨著業務的發展壯大，騰訊優圖也從最開始的 5 人團隊，成長為現在的百人以上的規模。

2018 年 9 月 30 日，騰訊宣佈組織架構調整，隸屬於 SNG 的優圖實驗室調整歸屬於 CSIG 雲與智慧產業事業群。優圖開始和雲與智慧產業形成更密切的聯動配合，通過騰訊雲、微信等輸出視覺AI能力，在金融、零售、政務、社區、物流、文旅等領域落地解決方案。

以上就是優圖實驗室大致的技術發展路線，在這個過程中，黃飛躍帶領團隊自主研發了很多創新性的計算機視覺技術和應用。

人臉識別算法迭代

黃飛躍回憶，自 2012 年下半年將重點轉移到人臉識別上來之後，優圖便開始積累人臉相關技術。那時，優圖會使用一些傳統的分類 PCA 等方法做檢測識別，從而具備了基礎的人臉相關能力，包括人臉檢測、人臉五官定位、人臉識別這三要素。

2014 年以後，優圖開始跟進深度學習相關技術潮流和趨勢，最開始是用深度學習對齊傳統的人臉方法。

黃飛躍認為，實際上人臉技術的演進有這幾個點，其一是活體檢測，優圖做了人臉安全與身份核驗、紋理檢測、動作識別，以及自主研發的反光活體技術，即手機側終端隨機發出一系列不同的光，根據光照射用戶的情況，和攝像頭捕捉到的信息，判斷是真的人臉還是一張照片、面具還是視頻。這是人臉安全系列的技術演進。

其二是人臉識別規模的大幅提升，從開始的幾千到幾萬的規模，現在到從數十億規模中做人臉檢測，背後依靠的是深度學習技術。

第三個特點是要結合實際業務場景，比如在疫情期間的口罩檢測，就需要做算法和場景交互的設計調整。

八年成長路，不斷積累“雪中送炭”的能力

從騰訊內部一個名不見經傳的小組，到成長為一個頗有名氣的AI實驗室，優圖花了八年時間，一路走來也並非一帆風順，他們面臨的挑戰不僅來自技術層面，還有如何向公司證明技術的價值。

比如讓這支團隊聲名鵲起的圖像壓縮技術發明之初，優圖團隊就面臨著如何說服公司內部客戶、合作伙伴和部門用這項技術的問題，為了與 QQ 空間團隊合作，他們要經常跑到深圳，甚至長期派駐人員瞭解對方的需求。當時，QQ 空間團隊關注的技術點很多，如何讓圖片顯示更清晰，PC 端網頁的相冊照片如何更好地展示縮略圖等，都是他們關心的問題，優圖要做的不僅是要把技術“賣”給他們，還要根據需求給出具體的解決方案。好在團隊成功完成任務，度過了團隊成立之初的第一個大關。

2014 年是優圖的一個拐點。在這個時間段，雖然優圖與 QQ 空間的合作已經取得了一系列成果，優圖研發推出的 QQ 空間面孔牆可以幫助用戶按照人的維度來管理自己的相冊、照片，整體的效果體驗，包括準確度、指標都不錯，但是實際上線之後，黃飛躍卻開始思考另一個問題：

黃飛躍想到了人臉識別。那時候團隊已經開始主打人臉識別相關技術的研發，但是存在一定困難。2014 年下半年與微眾銀行的合作是一個契機。當時，微眾銀行開業，給自己的定位就是完全線下無網點銀行，沒有線下網點，線上開戶只能通過人臉核身。但當時人臉核身技術層面上不成熟，這就給了優圖難得的機遇，從 2014 年 9 月份開始合作，到 2015 年微眾銀行正式上線，優圖攻堅了一系列難題，包括提高人臉活體的能力，防止人臉照片、視頻攻擊等，獲得了微眾的認可，把真金白銀的業務交給優圖。

八年走過來，優圖的發展路線愈發清晰，聚焦於最核心的能力，比如人臉識別、人臉檢測定位等，避免與其他團隊的研發“撞車”；另外一方面，一些團隊更多地側重在優圖基礎能力之上做封裝，如與 PCG 合作力，優圖負責提供人臉檢測配準的基礎能力，PCG 在此之上研發美顏掛件等，提供美顏能力和解決方案。

計算機視覺迎來第二次高潮

以優圖為代表，是國內互聯網企業做計算機視覺技術研發與應用開發的縮影。在移動互聯網時代，計算機視覺乘著東風，迎來第二次發展的高潮。

黃飛躍認為，移動互聯網與計算機視覺之間是相輔相成的關係，這其中有幾個原因，一個是正好深度學習的進展和移動互聯網發展的時間重合，移動互聯網時代的特點是手機上的攝像頭，有了傳感器，數據越來越多，UGC 數據量急劇增加，帶來大量的需求和機會，因此整個移動互聯網的產業鏈、市場空間遠遠大於 PC 互聯網，因為計算終端無所不在，攝像頭獲取數據的設備無限大，市場很大會帶來更多發展的機會，相關的企業也將越來越多。

然而，我們應該清楚，計算機視覺技術現在還處於發展較前期的前階段，能夠解決一些問題，但是更多地是做到識別模式，而不是理解，也就是偏感知層面，最終還需要向認知層面努力，建立起對圖的深度理解，但目前從技術層面上來說還沒有一個特別好的解決方案，跨越感知和認知之間的鴻溝將是一個艱難的過程。

談到計算機視覺未來的發展趨勢，黃飛躍表示優圖將緊跟行業產業的趨勢，目前他比較關注的是 5G，5G 將使流量帶寬越來越大，手機終端計算能力越來越強，多媒體的處理、短視頻也可能出現更豐富的表現形式。另外，AR/VR、短視頻等也將成為計算機視覺應用較多的場景。

 
☞華為海思超越高通，一季度國內佔有率第一；蘋果 iOS 13.5 優化 Face ID；Ruby 2.4 結束支持 | 極客頭條
☞10 款值得珍藏的 Chrome 瀏覽器插件
☞當互聯網碼農遇見國企老同學
☞AI圖像智能修復老照片，效果驚豔到我了
☞程序員內功修煉系列：10 張圖解談 Linux 物理內存和虛擬內存
☞當 DeFi 遇上 Rollup，將擦出怎樣的火花？

閱讀更多 CSDN 的文章

關鍵字: 軟件 人臉識別 支付