AI用于電商直播業(yè)務中的人臉技術(shù)原理

電商直播中的人臉技術(shù)應用,主要在手機上運行。直播中所涉及的底層技術(shù)(人臉檢測、特征點定位和跟蹤)大部分都需要在手機上實時運行,由此需要遵循新要求:速度要足夠快,模型要足夠小,同時保證有足夠高的準確度,這是需要折中的過程。

直播中的人臉技術(shù)總體架構(gòu)

目前所采用的解決方案大部分是通過算法優(yōu)化和模型優(yōu)化的工程手段,將算法移植到手機端。

在實際業(yè)務中實現(xiàn)了人臉特征點跟蹤的SDK,并部署在移動端,應用在電商直播場景中?；谏疃葘W習的人臉技術(shù)雖然取得了顯著的成果,但是深度學習對大量計算資源的需求,以及復雜的模型(幾十MB到幾百MB),難以應用在移動端。

傳統(tǒng)算法雖然效果沒有超過深度學習,但是資源消耗很小,模型也簡單,在應用過程中更加適合于用到目前的移動設(shè)備上來。不過,隨著處理器技術(shù)發(fā)展和深度學習優(yōu)化技術(shù)的逐漸成熟,基于深度學習的人臉技術(shù)會更加普及。

PP云在AI短視頻領(lǐng)域的探索

PP云早在2016年就探索到AI技術(shù)與電商結(jié)合的業(yè)務場景,為保障平臺運營和用戶體驗帶來新的價值。一方面,通過人臉識別方法自動識別商品圖像中的人物,提升了后臺圖像管理的效率;另一方面,電商直播中應用人臉技術(shù),實現(xiàn)了美膚和特效等功能,改善了用戶體驗。

深度學習方法為人臉識別技術(shù)領(lǐng)域帶來了巨大的飛躍,而傳統(tǒng)方法能夠保證足夠的性能和足夠的準確度,達到實時運行的目標。因此,在開發(fā)過程中,需要根據(jù)具體需求來進行方案的權(quán)衡和選擇。圖像算法技術(shù)的開發(fā),需要在日常工作過程中積累基礎(chǔ)模塊,逐步拓展其運用場景,并且根據(jù)業(yè)務場景變化,進行不斷的迭代,為業(yè)務需求提供保障。

PP云高級技術(shù)架構(gòu)師高超今年接受媒體采訪時表示,2018年P(guān)P云會重點關(guān)注超高清窄帶視頻、強化學習、無監(jiān)督學習、GAN、小樣本學習、多模態(tài)融合、區(qū)塊鏈等技術(shù),并將其應用在短視頻生產(chǎn)、看點提取、用戶交互、搜索推薦、版權(quán)管理、智能營銷等應用場景。將把AI技術(shù)重點應用于蘇寧易購短視頻電子商務領(lǐng)域,實現(xiàn)線上線下銷售轉(zhuǎn)化目的,深度研究和開發(fā)AI在智慧零售的作用。

AI未來在PP視頻云中的技術(shù)應用

眾所周知,AI智能水平從淺入深有“感知、理解、決策”等多個層級,目前在感知方面如語音識別、人臉識別、大數(shù)據(jù)分析,搜索等方面相對成熟,而視頻理解和決策方面有待發(fā)展。

視頻理解是AI視頻應用的基礎(chǔ),具體技術(shù)包括圖像識別、行為識別、語義分析等諸多方面,更加綜合,也更加復雜。AI現(xiàn)在對視頻的理解與人類還有一定差距,需要讓機器在視頻大數(shù)據(jù)訓練中更多的使用弱監(jiān)督學習,強化學習和迭代學習。

同時,創(chuàng)作、分發(fā)和營銷環(huán)節(jié)的AI決策技術(shù)也有待加強,未來我們不僅需要AI輔助人類創(chuàng)作視頻,還希望AI能有助于內(nèi)容采購、內(nèi)容分發(fā)和營銷服務,強化學習、GAN等技術(shù)還有待進一步研發(fā)。

目前,不管是PP視頻還是國內(nèi)外的其他視頻網(wǎng)站,其實都在嘗試用技術(shù)手段、AI能力去解決這些重要問題。AI技術(shù)已經(jīng)在視頻的整個創(chuàng)作、生產(chǎn)、分發(fā)、播放、變現(xiàn)流程中開始發(fā)揮作用,在一些分支中已經(jīng)取得了非常令人矚目的突破,催生很多落地的AI應用,在提高運營效率、提升用戶體驗、提升商業(yè)化能力等方面發(fā)揮了重要作用。