看AI产品经理如何介绍“计算机视觉”(基于实战经验和案例)

原创 2017年11月02日 00:00:00

前言:本文作者@Jasmine ,是我们“AI产品经理大本营”的早期成员之一,也是“AI研习小分队”的分享嘉宾;下面是她分享的第三篇文章,以飨大家。



计算机视觉(Computer Vision),对我来说也算老朋友了,我最开始接触人工智能就是CV相关的知识。最近受益于老大每天带我去旁听算法例会,又加上看了商汤CEO@徐立 的文章《计算机视觉的完整链条,从成像到早期视觉再到识别理解》,发现很多信息,当时不觉得有什么,但现在想想,每一步都是有意义的


今天,我会根据亲身经历的项目案例和平时所学,从产品实践的角度,谈谈计算机视觉。


1


前言

计算机视觉,是使用计算机及相关设备对生物视觉的一种模拟;它的主要任务,是通过对采集的图片或视频进行处理,以获得相应场景的三维信息。


在徐立的分享中,将计算机视觉的完整链条分为了三部分:成像(Image)、早期视觉(Early Vision)和识别理解(Recognition);本文将结合实际例子,谈谈AI产品经理在这三部分中可以关注的内容。


2


成像(Image)

成像是模拟相机原理,解决“怎样把拍摄照片的质量进行提升”的问题


我们在实际工业应用中经常发现,实际数据的质量远远差于实验室数据,甚至在最开始训练模型的时候会发现,实验室模型在实际场景毫无效用。


经过多次试验测试,我们发现影响图像质量的因素大概有以下几类:


1、光照影响

过暗过亮等非正常光照环境,会对模型的效果产生很大干扰。在解决光照影响这个问题上,可以通过两种方式:


1)从产品角度控制

A)在用户可以更换环境的前提下(比如手机自拍等),可语音/界面提示用户目前环境不理想,建议换一个环境。


B)在用户不能控制更换环境的情况下(比如人脸识别、车辆识别等摄像头固定的场景),只能通过调试硬件设施弥补这个问题。

a)晚上。在工业上,我们碰到过曝或者过暗的情况更多是在晚上。由于摄像头在晚上会自动切换到黑夜场景(从图片上看就是从彩色切换为黑白),因此在晚上强光下(例如车灯照射)图像就会过曝,这时,我们可以通过强制设置摄像头环境为白天(图像为彩色)来避免。而过暗的情况,从节省成本角度看,可以在摄像头旁边增加一个光线发散、功率不高的灯来弥补。当然这两个问题也可以通过购买高质量的摄像头解决,但这样做也意味着更高的成本。

b)白天。白天也会出现光线过亮的情况,这种情况可以考虑用滤光片等等。


2)从算法角度控制

用算法将图片进行处理,可以将图片恢复得让人眼看清的程度。徐立在文中用这样一张图片举例:

这张图片从暗到明,经过算法的处理,我们可以显而易见地观察到整个图片的内容。这个办法非常灵活,但也对公司的算法能力提出了更高的要求。我们知道,每一次算法的过滤时间是非常重要的,如果在对时间要求非常严格的场景(人脸识别、车辆识别),这样在识别之前还要对图片进行转化,无疑是增加了输出结果的时间。技术实力不那么强的公司可能是需要权衡一下的。


2、模糊(Blur)

模糊也是工业中经常遇到且令人十分头痛的问题。这里我们先将模糊分下类:

1)运动模糊:人体移动、车辆移动。

2)对焦模糊:摄像头距离等因素构成,类似近视眼,图像中低频存在,高频缺失。所以需要用算法设法补齐高频部分。

3)低分辨率差值模糊:小图放大等,图像中低频存在,高频缺失。所以需要用算法设法补齐高频部分。

4)混合模糊:多种模糊类型共同存在。


对于模糊,产品上能控制的场景比较少,仅针对于第一种运动模糊且产品和用户有交互的情况下才能做到。其他类型的模糊均需要采用算法进行处理。


我们发现大多数模型(包括Face++等技术领先公司的模型),也会出现大量正常图像被判为模糊。从算法角度讲这可能不是很理想,但从工业角度讲这是可以被接受的,因为被误判为模糊图像的正常图像会被过滤掉(或者经过算法处理后再识别),这对用户来说不会造成使用上的不适;而且我们也能保证阈值以上的图都是正常图片,对模型训练来说也是有利的。所以,产品需要关注的精确率和召回率,在某种特定情况下其实是可以降低要求的。


影响图像质量的因素除了光照、模糊之外,还有噪声分辨率等等问题,这些问题大多也是从算法和硬件上去优化,值得注意的是我之前提过的,需要考虑到时间成本的权衡。


3


早期视觉(Early Vision)

Early Vision这部分,其实是我之前没有注意的概念,看了徐立的分享,回头才发现“哦!原来大家当时做的是这个部分的内容!”。


Early Vision主要是做哪些工作呢?主要是图像分割、边缘求取、运动和深度估计。这些内容其实没有直接的结果应用,是一个“中间状态”

图像分割,是指将特定的影像分割成【区域内部属性一致】而【区域间不一致】的技术,是图像处理中最基础和最重要的领域之一


图像分割方法有很多种,比如灰度阈值分割的方法、边缘检测法和区域跟踪等方法。很多种类的图像或景物都有相对应的分割方式对其分割,但同时有些分割方法也仅限于某些特殊类型的图像分割。另外,边缘检测,目的是找到图像中亮度变化剧烈的像素点构成的集合,表现出来就是轮廓。

徐立提出了Early Vision目前的两个问题:

1、结果不精确;

2、需要长时间的知识沉淀才能做到;

第一个问题的解决办法是用端到端的方式,第二个问题的解决办法可以依靠数据驱动。


这部分产品介入的比较少吧,平时跟算法同事沟通,听见比较多的反馈是在图像分割上有一些缺陷。就像徐立说的,“怎么样用这种中间的结果去得到更好的应用,至今来说都是一个比较难回答的问题”,因此产品或许可以去考虑早期视觉直接应用的场景


4


识别理解(Recognition)

识别理解,是把一张(输入)图对应到一张(输出)图,或者说一张(输入)图对应到一个中间结果。简单来说就是把一张图对应到一个文字或标签


这其中有两个重要的因素:标签、数据。这两个因素广度和精度越高,针对模型最后的识别效果就越好。


1、标签

标签的定义,其实也就是规则的定义;我在上一篇文章《AI产品经理需要了解的数据标注工作入门》里有提过,越精确的标签肯定对模型的结果有利,但同时越精确的标签意味着这类标签下的数据量就会越少,产品也需要考虑到这个因素。还有一些会被主观因素影响的标签定义,比如颜值,每个人对颜值的评价都是不一样的。徐立说,在他们的颜值模型里会分为“漂亮”“不漂亮”两个标签,主要是靠社交网站上的评分和明星与大众的区别来标注。其实我以前也涉及过颜值的模型,在我的模型里对颜值更加细化了:有“好看/普通/丑”。除了根据社交网站打分、明星打分这种方式,我的经验是关注数据的场景类型,很多数据被归为一类都是场景相似的。比如如花,我们觉得丑吧?大多数男扮女的装扮也都会被定义为丑。


另外细分标签会有更多的落地可能性。我印象最深的,是一次“颜值模型”相关的节日运营活动,主题是“扮丑”,办得越丑的人还会有小礼品;这个活动上线后,在友商的用户圈内引起了很高的关注度。当时我接到这个活动的时候,思想其实是被颠覆的,因为我最开始认为颜值模型可能存在的场景主要是去识别美的人,比如在直播等平台中去区分主播的颜值、推荐更优质的主播上首页等等后端的应用,没有想过还能反着用。经过这个活动的启发,后来我们也发现,颜值模型在娱乐性上可以有更多挖掘的可能性。


这样看来,由于我们的模型多了一个标签定义,就多了一种落地的可能性,标签的重要性也就不言而喻了。


2、数据优化

数据的数量和质量对模型来说举足重轻。最近刚接收到的重磅消息:阿法狗的弟弟阿法元没有任何先验知识的前提下,通过完全的自学,打败了由数据训练出来的阿法狗。我相信以后这个技术肯定会越来越多的应用,说不定以后确实在某些领域不利用海量数据也能完成模型训练。但是就目前而言,在计算机视觉领域,数据的大量性是重中之重的。


大家肯定都知道,数据优化可以使模型越来越好。什么类型的功能表现得不好,就要填补那些对应的数据。除了这个常识外,其实数据优化还可以用来解决我们经常在训练过程中出现的问题——过拟合


什么是过拟合?通常来讲,过拟合是模型把数据学习过深,数据中的细节和噪音也学习进去了,这样就导致模型泛化的性能变差。过拟合的表现是,一个模型(一个假设)在训练集上表现得很好,但是在测试集上表现得不是很好。



那该如何通过数据限制过拟合呢?

1)重新清洗数据。数据的噪音太多会影响到模型效果,清洗数据能够把由于这个因素造成的过拟合问题规避。

2)增加训练集的数据量,如果训练集占总数据的比例太少,也会造成过拟合。

当然也能通过算法限制这个问题的,比如正则化方法dropout法,以后有机会我们可以再深入讨论。


5


项目实践 (以车型识别为例)

车辆检测系统下,有很多CV相关的应用,比如车型识别、车牌识别、车颜色识别等等。我们从车型识别这一个例子着手,探索项目的具体流程。


1、项目前期准备

1)数据准备

车型这个主题说大不大,说小不小。全世界的车辆品牌数目大约三四百个,每个品牌下面又有几十种车系。我们从0开始立项,至少需要把常见的车辆车系都包含。像大众、丰田、奔驰、宝马、奥迪、现代等等热门车辆品牌更是需要拿全数据。每一种车型至少有车头、车尾、车身三种基础数据。


比如奔驰C200:


这三张图片代表了三种数据,不同场景下这三种数据的重要性大为不同。在项目前期,假设我们定下来识别车型这个需求主要应用场景是“停车场识别车辆”,那车头这个数据相对而言就更加重要,需要花更多心思收集。为什么呢?我们可以想象,停车场的车辆识别摄像头为了捕捉车牌号,一般会将摄像头正对车辆,摄像头传上来的数据很少会有纯侧面车身的数据甚至车尾数据。我们为了项目更快地应用落地,其他类型数据比较缺少的情况是可以暂时放下后期再做优化的。


在数据准备的过程中,首先需要通过爬虫从网上爬取数据,再由人工筛选过滤出可用的数据,将数据统一整合,才能进行下一步工作。


2)文档准备

A)数据标注文档。包括我们项目一共所含多少钟车型、每一种车型分别对应什么样式。数据标注中需要注意的问题,多辆车的图片、角度刁钻的图片是否需要舍弃等等

B)产品文档。包括落地场景说明、需求说明文档等常规文档。这里以工业车辆识别需求分析下的系统设计为例:

--算法需求描述(识别的种类、范围、速度、准确率、稳定性等等)

--摄像头设备硬件需求描述、环境描述、数据传送描述、摄像头配置描述

--平台程序设计(车辆识别系统平台前后端设计)

--数据关联描述(车辆信息分析统计关联)


如果摄像头在局域网,且有布控功能(识别车辆黑名单的需求)还需要:

--下发程序(考虑云端到本地的图像特征下发)

--点播程序设计(可以从互联网查看本地摄像头)


简单画一下非局域网的系统架构:


2、项目流程跟踪

1)软硬件端:按照常规的软硬件项目跟踪开发

2)算法:车型识别的流程基本如下:

A)车型图像上传:通过摄像头/web上传

B)图像预处理:包含了上文成像部分中的模糊图像恢复处理(运动模糊有快速算法去模糊:通过已知速度V、位移S,确定图像中任意点的值)

C)Early Vision中的图像分割(将目标图像从背景图中标识出来,便于图像识别,可以考虑边缘检测方法)、图像二值化(将图像中的像素点的灰度值设置为0或者255,使用轮廓跟踪让目标轮廓更为凸显)

D)图像特征提取

E)特征比对


3、项目测试

--摄像头测试

--摄像头与点播程序测试

--点播程序(可实时查看摄像头的程序)与平台后台程序测试

--算法与平台后台测试、备用接口测试

--模型识别时间测试

--模型识别准确率、召回率测试

--服务器稳定性测试

--网络带宽限制测试

--正反向测试

--其他平台、硬件产品常规测试


4、项目验收

产品按照流程功能逐一验收。


6


后记

今天,我从产品实践角度梳理了计算机视觉的相关链条,里面可能没太多涉及算法知识,我主要是想通过分享这些个人经历给大家,产生更多产品上的碰撞。当然,在整个流程中还有很多有意思的事,大家可以多了解相关知识,也可以关注我的微信公众号“AI产品的自我修养(AIAIjas)”,我们一起沟通交流:)



注:饭团“AI产品经理大本营” ,是黄钊hanniman建立的、行业内第一个“AI产品经理成长交流社区”,通过每天干货分享、每月线下交流、每季职位内推等方式,帮助大家完成“AI产品经理成长的实操路径”;详情可点击“阅读原文”查看。


赞赏金额,会转给本文原作者

---------------------

作者:黄钊hanniman,图灵机器人-人才战略官,前腾讯产品经理,5年AI实战经验,8年互联网背景,微信公众号/知乎/在行ID“hanniman”,饭团“AI产品经理大本营”,分享人工智能相关原创干货,200页PPT《人工智能产品经理的新起点》被业内广泛好评,下载量1万+。

版权声明:本文为博主原创文章,未经博主允许不得转载。

实战案例:AI产品经理如何介绍“计算机视觉”?

作者:Jasmine 全文共 4747 字 9 图,阅读需要 10 分钟 ———— / BEGIN / ———— 计算机视觉(Computer Vision)对我来说...
  • k7Jz78GeJJ
  • k7Jz78GeJJ
  • 2017年11月08日 00:00
  • 66

实战案例:AI产品经理如何介绍“计算机视觉”?

深度学习交流QQ群:116270156 作者根据亲身经理的项目案例和平时所学,从产品实践的角度,谈谈计算机视觉,希望对你有所帮助。 计算机视觉(Computer Vis...
  • sinat_24143931
  • sinat_24143931
  • 2018年01月09日 10:25
  • 35

AI+时代,产品经理的6道信息密码

———— / BEGIN / ———— 当产品经理与运设技一对一两个团队交流时,其实是六个方面在交流: 产品经理以为的产品 产品经理以为的运设技(运营、设计、技术) ...
  • k7Jz78GeJJ
  • k7Jz78GeJJ
  • 2017年12月06日 00:00
  • 78

课程 | 让机器“看见”——计算机视觉原理及实战

人类感知外界信息,80%以上通过视觉得到。2015年,微软在ImageNet大赛中,算法识别率首次超越人类,视觉由此成为人工智能最为活跃的领域。为此,AI100特邀哈尔滨工业大学副教授、视觉技术研究室...
  • ai100
  • ai100
  • 2017年08月02日 12:12
  • 326

计算机视觉和AI | CV小结 | 附资源分享 | 解读技术

|懒人阅读:计算机视觉的应用无处不在,就像视觉是我们感知世界的最主要方式之一,所以其应用场景和公司也数不胜数。机器学习、深度学习等技术使用到CV之中后,为很多复杂视觉信号的处理带来了可能,从而可以进行...
  • u9Oo9xkM169LeLDR84
  • u9Oo9xkM169LeLDR84
  • 2017年12月22日 00:00
  • 98

计算机视觉简介:历史、现状和发展趋势

来源:专知 概要:正像其它学科一样,一个大量人员研究了多年的学科,却很难给出一个严格的定义,模式识别如此,目前火热的人工智能如此,计算机视觉亦如此。 【导读】本文由中国科学院自动化研究所模...
  • JtNbCOC8N2I9
  • JtNbCOC8N2I9
  • 2017年11月22日 00:00
  • 979

关于产品的几个问题分析(来自京东产品经理笔试题)

1、什么是产品? 2、举例一个你认识失败产品的案例,请说出其用户体验的弊端; 3、请描述一个产品的生命周期都包含哪些阶段? 4、请在你熟练使用的工具后面打钩,其他您熟悉的工具请填写在空白处。1 wor...
  • u013816144
  • u013816144
  • 2016年04月08日 12:37
  • 7470

图像处理与计算机视觉:基础,经典以及最近发展

图像处理与计算机视觉:基础,经典以及最近发展(1) 序  1. 为什么要写这篇文章 从2002年到现在,接触图像快十年了。虽然没有做出什么很出色的工作,不过在这个领域摸爬滚打了十年之...
  • jgwuhust
  • jgwuhust
  • 2016年04月25日 23:07
  • 3256

从Java程序猿到产品经理

程序猿和产品经理这两个岗位一些对比和认识。
  • water_color
  • water_color
  • 2016年01月21日 23:00
  • 912

产品经理如何写出一看就想约的简历

2010年工商管理专业毕业后怀揣着一份商业计划书(农业方面)前往北京找投资,兜兜转转了4个月后折戟而归;   之后进入中兴通讯旗下子公司做开放平台运营(类似于豌豆荚和应用宝),1年后进入电信天翼...
  • qq_31307919
  • qq_31307919
  • 2016年11月02日 10:51
  • 410
内容举报
返回顶部
收藏助手
不良信息举报
您举报文章:看AI产品经理如何介绍“计算机视觉”(基于实战经验和案例)
举报原因:
原因补充:

(最多只允许输入30个字)