2017年的余额已不足5天，回首这一年，旷视人依然怀揣人工智能的理想，坚持不懈的在各自岗位上拼搏、创新，而他们的努力最终换来的是旷视在技术和产品的研发上、在行业影响力上、在人工智能领域引领性上的全面、蓬勃发展！近日，我们将在年末奉上旷视2017年度十大技术创新、十大行业奖项及十大影响力事件的盘点，旷视希望与你共同成长，共同为那些难以忘记的瞬间和不可磨灭的成就感动、喝彩！
今天，我们就先来盘点一下旷视2017年的十大代表性技术创新成果，每一项都是都是撼动世界的力量！
旷视物体检测技术获
MS COCO、Places 双料冠军
MS COCO Challenge 是继 ImageNet（已停办）之后，计算机视觉领域最受关注和最权威的比赛之一，是图像（物体）识别方向最重要的标杆，也是目前国际领域唯一一个能够汇集 Google、Microsoft、Facebook 三大巨头，国际顶尖院校以及优秀创新企业共同参与的大赛。在今年的竞赛当中，旷视的物体检测技术分别在 COCO Detection 及与 COCO 联合举行的 Places Instance Segmentation 两项竞赛中摘下冠军桂冠，一举奠定旷视图像识别技术世界领先的超强实力！
物体检测与图像分类相比，要求算法对图像细节有更好的理解。旷视团队在激烈的比赛当中基于 Brain++ 平台与 MegBrain 框架创新研发出世界上第一个大 Batch Detctor：MegDet，不仅使旷视在 COCO 物体检测和 Places 物体分割两个项目上技压群雄夺魁，也促使计算机视觉领域的物体检测技术取得更大进步。旷视研究院也将 MegDet 方法公开发表，以希物体检测及其相关领域可取得迅速发展，也希望能有更好的算法可以被提出和验证。
戳旷视物体检测技术论文解读，了解技术详情。
旷视人体姿态估计技术
获 MS COCO 2017 竞赛冠军
除旷视的物体检测技术获得双料冠军之外，旷视人体姿态估计技术也在 COCO 2017 最重要的竞赛项目之一——Human Keypoint（人体关键点检测） Challenge 中，击败所有强手夺得该技术世界第一的头衔！
旷视研究院在本月出发表了人体姿态估计技术论文：《Cascaded Pyramid Network for Multi-Person Pose Estimation》。旷视通过自主研发的瀑布金字塔深度卷积神经网络，和基于级联全卷积神经网络加难关节点挖掘的技术大大提高了人体姿态估计的精度。相比于2016年的最好成绩，旷视的研究成果将其提高了19%，使该技术的在精度和速度上接近于实用，未来旷视将把基于人体关键点检测的人体姿态识别技术广泛应用于城市大脑建设当中。
戳旷视人体姿态估计论文解读，了解技术详情。
旷视行人再识别（ReID）
首次超越人类水平
行人再识别（ReID）是近年来计算机视觉的一个研究重点，即给定一个监控行人图像，跨设备检索该行人的图像，是一个既具研究价值同时又极富挑战性的课题。日前，旷视研究院团队提出了一种新方法：通过动态对准（Dynamic Alignment）和协同学习（Mutual Learning），然后再重新排序（Re-Ranking），使得机器在Market1501和CUHK03上的首位命中率达到了94.0%和96.1%，这也是首次机器在行人再识别问题上超越人类专家表现，创下了业界纪录。
行人再识别（ReID）超越人类，为目前机器代替人类处理大量以人为中心的图像或视频理解问题带来了巨大进步。在公共安防的刑侦工作中以及图像检索等场景中，行人再识别具有很高的应用价值。除此之外，ReID还可以帮助手机用户实现相册聚类、帮助零售或商超经营者获取有效的顾客轨迹、挖掘商业价值。
戳行人再识别 (ReID)首超人类，了解技术详情。
旷视跨摄像头追踪技术
在DukeMTMC排名世界第一
跨摄像头追踪技术，是为了在利用视频监控系统追踪目标人员时，克服单台摄像机视野限制，结合多台摄像机监控信息，实时识别一个甚至多个目标人员特征，并对其进行连续跟踪的技术。在计算机视觉领域，跨摄像头追踪是一项非常有意义但同时又非常难克服的技术挑战。
今年，旷视研究院的跨摄像头追踪技术，在目前世界最大的多目标多摄像头跟踪数据集——DukeMTMC 中取得了世界排名第一的好成绩。跨摄像头追踪技术在公共安全、运动分析、智能零售等领域具有极高的应用价值，接下来旷视将继续推进跨摄像头追踪技术的研发，加速技术落地脚步。
为移动端而生—— ShuffleNet
今年7月，旷视研究院发表了《ShuffleNet：一种极高效的移动端卷积神经网络》一文，作者针对移动端低功耗设备提出了一种更为高效的卷积模型结构，在大幅降低模型计算复杂度的同时仍然保持了较高的识别精度，并在多个性能指标上均显著超过了同类方法。卷积神经网络是现代视觉人工智能系统的核心组件，ShuffleNet 将促使众多移动端应用实现智能化的赋能与升级。
基于 ShuffleNet ，旷视今年已打造出业界唯一实现全帧率全画幅人脸抓拍的智能相机，及旷视为中国多家手机厂商提供的完整的人脸解锁方案，均在业界引起强烈反响。今后，ShuffleNet还将为人工智能美颜、图像美化、直播用户分析等移动端应用提供基础模型支持，让将众多不可能变为可能。
戳为移动而生——ShuffleNet，了解技术详情。
全帧率、全画幅人脸检测
旷视 MegEye-C3S 上市
如何从城市众多的视频监控探头中迅速提取关键信息，是现在安防及其他业务急需解决的难题。为此，旷视将核心的人脸检测、视频结构化技术嵌入视频监控前端，并结合最先进的FPGA 技术，在今年研发出新一代的智能人像抓拍机 MegEye-C3S ，掀起人工智能领域又一革命性技术突破。
MegEye-C3S 可在1080P高清视频格式下，支持高达 30 FPS全帧、全画幅实时人脸检测，每帧最多可抓拍出 100 张以上的人脸照片，抓拍率不低于98%，这一技术成就至今业界仍无可匹敌。此外，MegEye-C3S还支持多维人脸质量判断，10%抓拍重复率、人脸属性标注及检索等功能，在安防业务和商业领域都具有智能化升级的革命意义。
戳智能人脸抓拍机 MegEye-C3S，了解技术详情。
旷视城市天眼系统
构建未来城市生活
旷视城市天眼系统是旷视为构建安全便捷的未来城市生活而设计的人工智能技术，它包括旷视核心的人脸识别、视频结构化技术，可通过旷视智能感知前段实时监控并识别人群，反馈人员人脸抓拍图、年龄、性别、衣着、配饰等信息，公安部门就可以此为线索快速、精准的打击违法犯罪人员，为当前的城市安防带来巨大的改善。
此前，旷视城市天眼系统已在G20峰会、亚洲博鳌论坛、金砖峰会、上海网球大师赛等重大活动赛事中辅助安保保障流畅赛事运行。而城市天眼系统在未来能做的不仅是这些，现阶段，旷视已研发出人体姿态识别、跨摄像头追踪技术，未来在加入城市天眼系统之后，可以想象到不法分子的一举一动都将被机器全面掌握，并做出智能的信息反馈，这将对公安消灭安全风险、维护社会稳定起到重要的辅助作用，同时也让我们的生活变的更加便捷、高效。
旷视“AI+”为零售行业掀起
“设备、数据、体验”革命
2017年7月，阿里巴巴推出的无人超市“淘咖啡”迅速点燃又一波的新零售浪潮，旷视作为亲身参与者，在不断将技术应用到零售众多实际场景中时，也结合经验总结出旷视”AI+零售”技术升级方案。借助人脸识别、人体识别、货场综合分析等先进的智能感知识别技术，旷视希望在零售行业掀起三场革命——无人化的设备革命、可视化的数据革命、定制化的体验革命。
目前，旷视“AI+零售”技术方案已为小麦便利店、EATBOX、缤果盒子、便利蜂等便利店实现了无人化的技术革新，同时也为淘咖啡、凯德MALL、联想等门店实现了智能化的升级改造。未来，由旷视持续助力的新零售革命还将继续发生。
旷视刷脸支付技术
全球首个商用试点正式落地
2017年9月1日，肯德基在杭州万象城设立的全国首家绿色餐厅“K PRO”正式开业，与此同时，肯德基和支付宝还搞了一件大事——落地全球首个刷脸支付商用试点！而这次刷脸支付落地的背后正是由旷视科技Face++ 提供的底层技术支撑。
2015年旷视与蚂蚁金服开始合作研发刷脸支付产品，并在同年由马云正式向全世界首次公开技术成果；2017年初，MIT Technology Review 发布了2017年度“全球十大突破性技术”榜单，旷视的刷脸支付技术赫然在榜！到9月份的正式商用落地，旷视已在刷脸支付的安全性、体验效果方面给予了足够的优化与健全。接下来，刷脸支付技术将很快在全国甚至全世界普及开来！
戳刷脸支付正式落地，了解技术详情。
旷视人脸识别解锁技术
助力手机行业智能化重塑
2017年，伴随人工智能的全面爆发，手机行业也迎来了智能化重塑的元年。其中，旷视基于核心的人脸识别技术，已为vivo、小米、锤子、美图、荣耀等一线手机厂商提供了时下流行的人脸识别解锁方案。无论是在技术推出时间上，还是在解锁的体验与安全性上，旷视的人脸识别解锁方案都取得行业全面领先的地位。因此，旷视还得以在年末荣获“2017年度手机行业十大优秀供应商”的美誉。
人脸识别解锁技术的成功应用给予旷视实现 “AI+手机” 一个良好的开端，今后在 ShuffleNet 和不断提高的硬件水平助力下，旷视还将把更多人工智能技术注入手机中，让手机的智能应用场景发生翻天覆地的变化。
戳人脸识别解锁技术，了解技术详情。
Power Human with AI.
联系客服
