重塑技术与商业模态，「智慧城市·视觉智能」专场回顾｜CCF-GAIR 2019(11)_编者按：7月12日-7月14日

澎思科技首席科学家申省梅

作为人工智能领域崭露头角的公司，申省梅介绍道，澎思科技从传感器-图像处理到3D几何，从机器学习到深度学习，到增强学习，从监督学习到半监督、无监督学习都有布局，团队拥有计算机视觉全栈技术，并在人脸检测和识别、行人检测和跟踪、行人再识别、车辆识别、自动驾驶、移动操作机器人等多项大赛中拿到冠军。

在限制条件下的人脸识别已经取得了很好的成绩，但对于如何提高非受限条件下的动态人脸识别效率，申省梅认为除了在人脸识别技术上不断提高外，还要从源端着手，采用图像增强的方法，用AI图像增强，去除运动模糊、降噪、去抖动、去雾、去雨、去云等。

另外，在视觉的落地上，申省梅认为应该坚持“以商业价值为导向的算法开发” 。用“最有效的算法+最经济的软硬体”解决客户的刚需，更重要的是，算法-软硬件变动更新速度，要快速对接客户的不同需求，形成敏捷而有价值的运营模式。

而要得到一个好的模型也并不容易。申省梅判断，获得最佳视觉模型最简单的规则是，足够多的平衡数据、足够好的数据标注、足够深的网络。随着大量数据的生成，半监督无监督的探讨有所突破，计算机视觉的未来发展十分乐观。随着工业界对计算机视觉的持续青睐，众多企业将结合实际应用场景来剪枝优化迁移，不断开拓新的应用领域，人工智能行业的发展还远没有到巅峰，还有众多的落地机会。