清华大学王生进教授：做好 AI 科研，做精 AI 技术，做强 AI 产业，做成清华人的

本篇文章5161字，读完约13分钟

编者按:

行人识别(reid)可能成为继人脸识别算法之后的另一个“热点”算法。(行人再识别也称为行人再识别)

随着人脸识别技术在各种场景中的广泛应用，后者对人的特征和身份认证需要更多的“理性”算法，对非人脸识别技术的刚性需求日益迫切。

这时，“行人识别”算法技术进入了人工智能算法的时代视野。

目前，刚刚将安全监控调整为机器视觉的迪法恩斯、易图、尚堂、从云、华为、视频监控巨头海康、大华等艾麒麟企业，已经在各种学术期刊、科技媒体等渠道发表了与“行人里德”及相关产品和应用解决方案相关的技术论文。

特别值得注意的是，2019年10月22日，由深圳市政府直接主办的首届全国人工智能竞赛拉开了帷幕。比赛有两个主题，其中一个是“行人识别”。

根据相关学术论文，清华大学媒体大数据认知计算中心的研究团队十年前就开始了“行人识别里德”的研究，并于2010年开始获得国家自然科学基金的资助。曾获多项国际国内优秀论文及相关知识产权证书。

在清华大学建校109周年之际，雷锋的人工智能掘金队采访了清华大学的王教授，走进了清华人卓有成效的“行人识别里德”和人工智能算法世界研究实验室。

1985年，王毕业于清华大学无线电电子系。出国留学后，2003年回到清华大学电子工程系，从事人工智能、机器学习和图像处理等领域的研究和教学，参与了十多个国家垂直项目和几十个企业水平项目的研发。

现任清华大学电子工程系博士生导师，清华大学媒体大数据认知计算研究中心主任，清华紫光人工智能平台首席科学家，北京国家信息科学技术研究中心跨媒体智能创新团队负责人，国家危险爆炸物检测与扫描工程实验室副主任，中国图像与图形学会视频监控与安全委员会主任。

他提出了基于深层网络的特征空正交优化理论和深层特征学习方法来解决深层特征冗余问题；

他首次提出了特征层配准方法，有效地解决了非刚性行人再识别中的特征配准问题；

他提出了一种基于选择性分类学习的行人再识别方法，该方法结合了外观和步态特征，并有效利用时间空信息融合来提高行人再识别性能；

他指导的博士生郑良博士论文获得2017年中国人工智能学会优秀博士论文，相关研究获得2018年国际模式识别学会2018年最佳论文奖。

2019年10月，他的主导研究“行人跨景点再识别的特征学习理论与计算研究方法”也获得了“第九届吴文俊人工智能科技自然科学二等奖”，团队成员包括郑良、田琦、李亚力、孙一凡。

王教授组织创建了国内大型多镜头测试数据集和训练数据集市场-1501。该研究领域构建和发布的三个大规模公共数据集的总下载量超过13600次，一篇论文被谷歌引用超过1000次。

随着行人识别技术的不断突破，跨视角摄像机行人目标跟踪的瓶颈问题可能会得到更好的解决。

在2017年第16届中国国际公共安全博览会(cpse Expo)政府管理论坛上，王教授发表了《人像视觉识别及其在智能视频监控中的应用》报告，提出了人像视觉识别的概念，丰富了跨媒体智能的理论框架，引导和推动了跨媒体智能在警务、社会治理、ai医疗、智能制造、ai商务等领域的应用。

王教授荣获2019年第九届吴文俊人工智能科技自然科学二等奖

清华大学的人工智能算法团队由王教授领导，致力于计算机视觉、智能视频和生物特征识别理论、方法和技术的研究，在人脸识别和行人识别领域取得了许多国际前沿成果。

2006年和2008年，他们分别获得北京市科技奖和国家科技进步奖，并参与制定了中华人民共和国公共安全行业标准《生物特征识别技术在安全系统中的应用术语》和国家标准《安全视频监控数字音视频编解码技术要求》(svac)。

除了人脸和行人识别算法技术的研究，清华团队在车辆、场景和物体、掌纹生物识别、语音识别、字符识别、辅助驾驶、机器视觉、工业智能等方面也有很多算法研究成果。建立了一个跨媒体的多维智能算法系统。

艾金块:近年来在中国出现的人工智能企业有一个相似的特点:它们大多是来自大学和实验室的学术带头人。他们在科学研究方面达到了世界最高水平，但在市场实践中表现不佳。对于工业界和学术界的人工智能研究，作为一名清华大学的人工智能研究员，你是如何认识和理解它的？

王教授:学术研究重在理论，注重前沿技术探索，从研究中寻求和建构相关的方向、方法和理论体系。

工业研究注重应用，根据相关技术理论实现产品化和应用的方法和过程系统，并关注实现成本。

这两种研究可以理解为上层和下层的关系，也可以理解为各有所长、互为因果、互为促进的关系。

对于那些做学术研究的人来说，每个人的重点都是理论研究和技术研发。因此，在产品化、系统化和商业化方面，最初的关注不会很强。在实践中学习进步是正常的，俗话说新常态。

从事产品和应用系统研究的企业要想持续发展，就需要重视前沿理论和方法的支持，投资一定的基础研究，以便在关键技术突破时迅速抓住机遇。

目前，许多人工智能企业正从大学实验室走向市场，这是科技变革和社会进步相结合的产物。他们在市场上的成就普遍值得肯定，这推动了人工智能技术的进步，促进了“智能+”产业的发展。

当然，在发展的过程中，会有一些问题或不足，最初的进展会很顺利，这自然会导致“积极的”企业宣传或市场行动，这将使每个人的期望更高，给人一种“不满意”的感觉。

因此，在登陆过程中，我个人的理解是“行业有专业化”，尊重人性和常识，让企业家或那些能够成为企业家的人去做产业化。

正是因为这种认识，我之前参与了魏紫云的人工智能平台的推广。

人工智能掘金:我们为什么要参与推广魏紫云的人工智能平台？为什么选择这个时间点切入市场？你最近取得了什么成就？

王教授:科学研究的目的是为工业发展和人类更美好的生活服务。然而，科学理论的成果应与工业生产系统和应用系统的研究相结合，以实现其重要价值。

目前，国家大力推进高校科技成果转化，正好印证了这一点。

紫维云清华人工智能使能平台是将人工智能领域的科学理论成果引入产品研发和应用研发的平台，是推动理论研究与产业落地相结合的使能器。

为了实现中国人工智能产业的大发展，应用层的各类企业应该掌握相关的核心技术，完成理论与应用的结合，从而实现各类人工智能应用的蓬勃发展。

目前，人工智能产业链应用层的很多企业缺乏算法等核心技术，这些企业对人工智能核心算法技术的强烈需求是创建魏紫云人工智能平台的前提。

2019年4月27日，紫微云首席科学家王宣布紫微云人工智能使能平台正式推广

作为一个清华人，我们应该肩负起“尊重道德”的座右铭。如果能尽力帮助企业突破人工智能算法技术的瓶颈，构建人工智能应用创新的能力体系，实现行业内各企业人工智能应用创新的目标，就能促进我国人工智能应用创新的全面发展，为实现国家“智能+”和新基础设施战略做出贡献。

这将是清华人进行人工智能研究的最大价值，也是清华团队为魏紫云创建人工智能平台的初衷。

最近，我们的人工智能团队在广东的一个社会治理项目中，以每天数千万的处理完成了动态人脸聚类(包括带面具的人脸识别)的内部测试，并取得了显著的效果。

人工智能掘金:视频应用已经从关注视频监控图像的清晰度发展到人工智能对人和车辆的识别，然后发展到里德等技术。谈谈未来人工智能产业(技术)的变化趋势？

王教授:从图像的角度来看，视频监控的图像清晰度已经发展到一个新的阶段。基于高清晰度图像的图像识别和数据的智能处理、提取和应用是技术发展的新领域，里德等技术是这一领域的新分支。

例如，针对行人识别研究领域缺乏满足实际场景需求的数据集这一瓶颈问题，清华团队组织出版了该领域的大规模多镜头测试数据集Ilids-VID和Market-1501 MARS，成为该领域典型的标准测试数据集。

从安全性的角度来看，视频监控系统是各类用户实现安全管理、效率管理和业务管理的技术保障基础。同时，安全系统本身需要确保安全。

这种安全已经从最初的硬件系统安全和软件平台系统安全发展到系统的网络安全。如今，随着人工智能和大数据技术的逐步发展，对数据安全的需求越来越大，尤其是用户对数据信用安全的需求将成为系统集成商的核心竞争力之一。

从数据的角度来看，视频图像的数据应用可以形成知识地图，帮助用户进行决策推理。随着数据认知能力的提高，系统将具有一定的意识和启发能力，这将促进更多ai智能应用功能的实现。

人工智能掘金:回顾当前的人工智能算法市场模式，企业R&D团队和营销团队应该做些什么来更好地实现产品化和应用化？

王教授:基础算法技术已经取得了很大的进步，现在更多的在于推广算法的应用。

从分支发展的角度来看，各类算法团队都在加强大数据量算法、小样本算法、reid算法等算法的研究，根据不同行业、不同场景的用户需求，逐步细分算法技术。

这是对算法团队的数据积累、特定场景下小样本数据的研究能力以及细节优化能力的测试。例如，清华团队关于特殊人群小样本人脸识别的研究成果已在广州得到应用。

结合现场，不断进行技术创新。用户场景中的数据通常是多维的(如视频、图像、步态、行人、声音、文本等)。)，这将检验该团队对跨媒体多维智能算法的研究能力。我在之前的报告《人像视觉识别及其在智能视频监控中的应用》中提出的人像视觉识别的新概念属于多维智能算法的应用思想。

清华团队在跨媒体多维智能算法方面有着丰富的技术积累，不仅在人脸、行人、步态、汽车、场景和物体的研究方面取得了很多成果，而且在掌纹生物识别、语音识别、字符识别、辅助驾驶、机器视觉、工业智能等方面也取得了很多成果。

当人工智能算法不再单独应用于面向场景的智能机器人或智能交互应用时，它以“算法族”的模式运行。随着场景应用的复杂性，对算法技术的研究将会有更高的要求，其中探索空将会更大。

这是一个研究方向和未来的应用方向。

应该指出，人和“团队”是实现从算法到应用的过程的关键。

它需要一个能够深入了解行业和客户需求，并能有效推动行业应用的专业团队。在清华建立“紫云清华人工智能平台”时，我们深深体会到了这一点，并认识到“技术+市场+管理”的重要性。

“紫色如云”的另一位联合创始人是一位在智能视频监控领域工作了20年的行业老手。曾获“改革开放40年中国安全工作杰出人物奖”，主要领导团队完成申请落地工作。

人工智能掘金:新的基础设施对人工智能应用有着深远的影响，人工智能企业将在新的基础设施中发挥重要作用。作为清华的人工智能平台，你如何看待当前的机遇和未来的挑战？

王:人工智能是一个系统工程，有很多应用。

基于2017年“新一代人工智能发展规划”的政策，人工智能被列为国家新基础设施重点推广项目，这意味着人工智能全面大规模应用的时间点正式启动，各种人工智能企业将成为各行业创新应用的引领者，这将对人工智能行业形成巨大的推动力，进一步推动人工智能算法技术的研究。

对于魏紫云而言，人工智能、大数据中心和工业互联网等新基础设施在全国推广的三个关键点，符合我们人工智能平台的核心技术优势，将形成更大的增长势头。

在政策层面，国家为产业和企业指明了发展方向，为技术研发和应用创新提供了有利的政策和资源环境。清华人更有信心，在人工智能大发展的时代，它将做好人工智能的研究，促进人工智能的应用，使人工智能为企业和行业服务。

人工智能掘金:魏紫云人工智能平台在巨大的视频监控人工智能算法圈中扮演什么角色？

王:目前关于人工智能市场规模的理论很多。总的来说，规模没有想象的那么大。随着未来出现越来越多的新场景和应用，空市场的空间和规模仍然非常大。

虽然安全属于人工智能应用出现较早的行业，但人工智能在安全行业的应用仍处于初级阶段，主要集中在关键部分的视频结构化，大规模应用仍在展开。

从目前公安部正在制定的几项行业标准来看，人工智能的安全应用仍处于关键时期。

现阶段，无论是一些ai unicorn企业、传统大型安防企业、bath，还是ai企业在基础层面、技术层面和应用层面的各个维度，每个企业都有自己的优势和特长，每个企业都有自己的侧重点和方向。

在人工智能产业的长跑轨迹上，每个人都是跑者和伙伴，每个人都在朝着人工智能将提升产业、服务人类更美好生活的愿景努力。

紫微云艾使能平台也是这条长跑跑道上的跑步者和合作伙伴之一。在工业市场上，我们坚持开源和使能的理念，更关心支持更多的企业拥有人工智能能力，使他们能够在各自的行业推广更多的人工智能产品和创新应用。

在人工智能时代，让人工智能技术“民用化”；使人工智能技术更简单、更方便、更安全；让人工智能支持更多的企业，让人工智能支持更多的行业；将人工智能技术付诸实践，服务于社会应用，通过人工智能使人们的生活更加便捷和美好。

这是清华人的人工智能理想！雷锋网雷锋网(公开号码:雷锋网)