為了推動人物識別在視頻智能分析產(chǎn)業(yè)中的廣泛應用，愛奇藝聯(lián)合中國模式識別與計算機視覺大會（PRCV2018）共同發(fā)起“多模態(tài)視頻人物識別挑戰(zhàn)賽”。近日該賽事公布了最終結(jié)果：InfiniVision&帝國理工學院iBUG（DeepInsight）團隊、百度VAR團隊、以及周同科技與北京工業(yè)大學組成的團隊分獲前三名。此次獲獎的三支團隊通過不同的算法，提升了人物識別技術的精準度。在人臉識別領域具備國際領先水平，曾在MegaFace2018百萬人臉識別領域比賽中獲得第一名的 InfiniVision&帝國理工學院iBUG（DeepInsight）團隊以MAP平均精度均值88.65%的優(yōu)異成績在本次比賽中再次折桂。賽后，愛奇藝在此基礎上成功利用頭部、聲音、人體等多模態(tài)特征融合信息和更少的模型，進一步將精準度提高了0.8%，在視頻人物身份識別技術上取得了重要突破。此次競賽的頒獎儀式將在11月23日中國模式識別與計算機視覺大會2018（PRCV2018）上進行。
 

基于人臉、聲紋、姿態(tài)、場景等多模態(tài)特征的人物識別技術屬于AI領域中前沿的技術。目前在人臉識別領域最熱門的評測競賽包括LFW與MegaFace，前者側(cè)重于對比兩張人臉照片是否具有相同身份，后者則是以在海量注冊人臉中檢索特定人臉的準確率為重要指標。而此次愛奇藝推出“多模態(tài)視頻人物識別挑戰(zhàn)賽”則是側(cè)重基于人物的聲音、體態(tài)、著裝、行為舉止等多維度進行綜合識別，更接近真實場景的需求，難度更大。為此，愛奇藝向全球的參賽團隊開放了目前全球最大的明星視頻數(shù)據(jù)集（iQIYI-VID），其中包含5000位明星藝人，以及長達1000小時、50萬條視頻片段。此舉吸引了包括紐約大學、瑞典隆德大學、新加坡國立大學、東京工業(yè)大學、百度公司、小米公司、微軟等全球頂尖高校以及行業(yè)領先的公司組成的397支參賽隊伍參與。

此次獲獎的InfiniVision&帝國理工學院iBUG（DeepInsight）團隊利用one-stage人臉及關鍵點檢測器來進行多姿態(tài)人臉檢測和對齊，并且利用ArcFace/Insightface在清洗后的公共數(shù)據(jù)集上進行訓練, 微調(diào)參數(shù)獲得了多個人臉識別模型，對特征融合后獲得的視頻人臉及場景特征進行MLP網(wǎng)絡的訓練，提升了人物識別技術的精準度與召回率。百度VAR團隊通過對損失函數(shù)、訓練流程的改進，以及結(jié)合一些非監(jiān)督的數(shù)據(jù)清理方式，檢測到低質(zhì)量的人臉（模糊、側(cè)臉），增加了多模態(tài)的信息，利用了視頻中場景、行人等信息，使得最后的檢索結(jié)果有了進一步的提升。在提升檢測結(jié)果方面，周同科技與北京工業(yè)大學組成的團隊卻采用了完全不同的方法，他們基于視頻人物人臉特征、人臉質(zhì)量、近景遠景視頻場景特征，挖掘多模態(tài)信息間的相關性，構建基于規(guī)則分層的多模態(tài)融合算法，有效提升了人物搜索的排名。

AI已經(jīng)成為在線視頻領域的新賽道?；谠谶@個領域的長期積累，愛奇藝已經(jīng)將視頻識別技術應用于實際業(yè)務中，上線了一系列基于AI技術的產(chǎn)品，人物識別精準度的提升將進一步優(yōu)化愛奇藝娛樂生態(tài)系統(tǒng)的方方面面：愛創(chuàng)媒資系統(tǒng)、藝匯智能選角系統(tǒng)等已經(jīng)應用于自制內(nèi)容的制作，將會進一步優(yōu)化娛樂生態(tài)系統(tǒng)的效率； 基于智能人物識別的“只看TA”、以圖搜劇等功能可更精確地捕捉視頻畫面，為用戶帶來更為個性化的觀看體驗； 智能化廣告點位選取，更在保證用戶體驗的基礎上，最大化廣告主的收益，進而增強愛奇藝的貨幣化能力。

舉辦AI競賽是愛奇藝推動行業(yè)技術進步的重要舉措。愛奇藝旨在不斷通過產(chǎn)學研合作，不斷探索前沿技術，實現(xiàn)前沿技術的落地與應用，不斷為用戶帶來極致體驗、優(yōu)化娛樂生態(tài)系統(tǒng)效率以及增強愛奇藝的貨幣化能力。愛奇藝近期發(fā)布的2018年Q3財報顯示，本季度愛奇藝研發(fā)費用為人民幣5.584億元（約合8130萬美元），較2017年同期增加63％，目前，各項尖端技術正在應用于更好地提升用戶體驗和制作、分發(fā)內(nèi)容。未來，愛奇藝將不斷通過前沿技術推進娛樂行業(yè)的智能化進程。