本文來自微信公眾號：硅谷密探（SVS-007）

 

在舊金山街頭，會有人使用一個叫“Alice Who”（神馬愛麗絲）的APP。

 

你只要把手機(jī)攝像頭對準(zhǔn)一棟建筑，或一家餐廳，“Alice Who”就會告訴你，這是什么地方，這家餐廳叫什么名字；“Alice Who”還能夠幫你鏈接去美國版的大眾點評網(wǎng)Yelp、FourSquare等，讓你能夠了解這家餐廳的詳細(xì)信息和評價。

 

 

有了Alice Who，地方搜索變得異常簡單，就像有一個當(dāng)?shù)氐暮糜言谏磉叄阊劬聪蚰膬?，這位當(dāng)?shù)嘏笥丫湍芨嬖V你看到的是什么。這或許就是未來的搜索體驗吧！

 

 

看似簡單的應(yīng)用，背后包含了復(fù)雜的技術(shù)。對于戶外環(huán)境中建筑、店面的識別，一直是計算機(jī)視覺的難點。如何讓計算機(jī)看清楚，看得準(zhǔn)？即使戶外的光線千變?nèi)f化，即使環(huán)境中存在眾多干擾因素？

 

帶著這些問題，硅谷密探連線了Alice Who的開發(fā)者，以色列創(chuàng)新公司Fringefy的聯(lián)合創(chuàng)始人Assif Ziv，請他介紹了Fringefy在計算機(jī)視覺技術(shù)領(lǐng)域的研發(fā)情況，以及Fringefy的愿景和方向。

 

獨辟蹊徑的計算機(jī)視覺技術(shù)

 

計算機(jī)視覺（Computer Vision）是近年來大家談的較多的話題。無人駕駛汽車、無人機(jī)等產(chǎn)品漸漸進(jìn)入大眾視野，如何讓機(jī)器能夠像人一樣，有看見、辨識周圍環(huán)境的能力，成為這些產(chǎn)品成功的關(guān)鍵。

 

隨著計算機(jī)視覺技術(shù)的發(fā)展，人們開發(fā)了不同的手段來幫助機(jī)器“看見”物體。大部分技術(shù)是基于同一基礎(chǔ)的，那就是點狀云（Point Cloud）。通過3D掃描物體，構(gòu)建點狀云，然后用點狀云訓(xùn)練機(jī)器的算法，讓機(jī)器能夠辨識出這個物體。 

 

（Point Cloud 示意）

 

但是，這種標(biāo)準(zhǔn)的技術(shù)，在室內(nèi)適用，識別物體、人臉都很給力，卻不擅長識別戶外建筑。在戶外，隨著光線的變化，不但建筑反光的顏色和強度會變化，陰影會變化；此外，建筑物周圍的行人、停靠的車輛，也會影響機(jī)器對其的識別。

 

（戶外環(huán)境和物體受多種因素影響，圖片來自asl.ethz.ch）

 

舉個例子，我們在上午10點拍攝的咖啡的圖像，與下午4點再次拍攝的圖像，對于機(jī)器識別來講，可能是完全不同的兩個場景。并且，建筑物的體積較大，人通常并不能拍到其全貌。這也給機(jī)器識別帶來了挑戰(zhàn)。

 

而Fringefy的計算機(jī)視覺技術(shù)主要集中于應(yīng)對這些挑戰(zhàn)。Fringefy所開發(fā)的算法，專注于把握建筑的幾何形狀，而非整體和細(xì)節(jié)。也就是說，通過把握建筑的門、窗及主要結(jié)構(gòu)，避開光線和干擾物的影響。

 

Azzif的團(tuán)隊已經(jīng)專注開發(fā)這個技術(shù)兩年，并在美國申請了專利，成為同一領(lǐng)域的最前沿的公司。

 

首先，他們的商業(yè)模式是什么？

 

其實，“Alice Who”APP只是Fringefy推出的一款展示用APP。Fringefy真正的商業(yè)模式，是通過提供API或SDK為客戶提供服務(wù)。

 

目前，F(xiàn)ringefy的目標(biāo)客戶包含三類。

 

第一類是地區(qū)搜索引擎，如Yelp、大眾點評、Trip Advisor等，讓這些搜索引擎的用戶，能夠非常簡便的用手機(jī)攝像頭識別周圍環(huán)境，提供不一樣的搜索體驗。

 

 

Fringefy的第二類目標(biāo)客戶是品牌和公司，這些公司希望通過分析其用戶在社交媒體上發(fā)布的照片的地理位置，來獲得商業(yè)洞察。例如，這些公司的用戶，通過社交媒體發(fā)布了自己的照片，但并沒有注明拍攝地址。Fringefy可以幫助客戶分析這個圖片，告訴客戶，這是什么地方，從而幫助客戶分析其用戶的行為模式和喜好。

 

而第三類，當(dāng)然是國防和安全行業(yè)了。以色列政府目前也是Fringefy的合作伙伴之一。

 

Azzif告訴硅谷密探，F(xiàn)ringefy成立到現(xiàn)在，盈利模式也經(jīng)歷了多個變化。最先是希望通過授權(quán)技術(shù)給客戶來盈利，例如收取年度授權(quán)費用。后來，逐漸轉(zhuǎn)向提供API，基于客戶所消費的圖像分析服務(wù)的數(shù)量和需求來收費。

 

（Assif Ziv）

         

如何快速準(zhǔn)確地進(jìn)行圖片識別？

 

通常，F(xiàn)ringefy會把用戶通過手機(jī)攝像頭捕捉到的圖像，與數(shù)據(jù)庫中的圖像進(jìn)行比較、匹配。那么，如何將一個圖像，與云上的成千上萬張圖像比較， 并且快速、精準(zhǔn)？背后的兩個關(guān)鍵詞是：數(shù)據(jù)庫和標(biāo)簽策略。

 

Fringefy的數(shù)據(jù)庫來源分為兩類。對于一些客戶，例如國防安全類的，客戶會負(fù)責(zé)提供圖像數(shù)據(jù)庫。但是Fringefy也能夠自己抓取公開網(wǎng)絡(luò)上的圖像，快速形成圖像數(shù)據(jù)庫，例如，Yelp，Trip Advisor等網(wǎng)站上，有用戶上傳的大量圖片，包含了建筑外觀，并有相應(yīng)的地點信息。

 

在制作“Alice Who”APP時，F(xiàn)ringefy建立了整個舊金山的商業(yè)類建筑的數(shù)據(jù)庫，包括所有的餐廳、酒吧等，只用了2到3天的時間。目前，這個公開網(wǎng)絡(luò)數(shù)據(jù)抓取的能力，還不是全自動的。Fringefy的下一步，就是研發(fā)能全自動的從浩瀚的網(wǎng)頁上抓取圖像，形成數(shù)據(jù)庫的解決方案。

 

不過，如果每次都要將一個圖像與云上的成千上萬張圖像比較、匹配，可能會減緩識別的速度。所以Fringefy配合使用了標(biāo)簽（signature）策略，讓計算機(jī)算法根據(jù)某類標(biāo)簽，先進(jìn)行預(yù)篩選，然后再匹配識別，以配合現(xiàn)有的電腦處理的條件。

 

例如，地址可以作為一種標(biāo)簽。當(dāng)用戶在某一個地點用攝像頭捕捉圖像時，用戶的手機(jī)會上傳地理位置信息。Fringefy就能根據(jù)這個地理位置信息，先篩選出數(shù)據(jù)庫里附近的建筑的圖像，再與用戶手機(jī)捕捉到的圖像進(jìn)行匹配，從而更快、更準(zhǔn)的得到結(jié)果。 

 

 

數(shù)據(jù)庫里關(guān)于被拍攝建筑的圖像越多，F(xiàn)ringefy就能越快、越準(zhǔn)確的得到答案。對于小型的建筑，例如一個咖啡館，只要云端數(shù)據(jù)庫上有10到20張圖像，F(xiàn)ringefy就能很準(zhǔn)確的辨識出這個建筑。而對于中央火車站這樣的大型建筑，大約需要500張左右的數(shù)據(jù)庫圖像。目前Fringefy能夠做到的程度是，在80%的實驗中，能準(zhǔn)確的辨識出建筑。

 

以色列政府資助，邁出第一步

 

跟很多以色列公司一樣，F(xiàn)ringefy的三位創(chuàng)始人是在服兵役時認(rèn)識的。Assif Ziv和另外兩位創(chuàng)始人都在空軍服過役。在空軍訓(xùn)練中，他們體驗了高端的AR技術(shù)，產(chǎn)生了把這樣的技術(shù)帶到民間的想法。離開軍隊后，Assif和朋友們組建團(tuán)隊，并獲得了以色列政府的投資。

 

（Fringefy團(tuán)隊）

 

獲得以色列政府的孵化投資時，F(xiàn)ringefy只有一個技術(shù)概念，和一個簡單的展示（demo）。但至關(guān)重要的，F(xiàn)ringefy有四個關(guān)系緊密的顧問，對如何解決建筑識別的技術(shù)提出了很多想法。顧問團(tuán)隊幫助Fringefy拿到了這筆重要的投資。據(jù)Assif透露，這筆投資占到了他們迄今籌得的總投資數(shù)（約150萬美元）的一半。

 

初創(chuàng)團(tuán)隊工作了數(shù)個月，驗證了技術(shù)的可行性，并做出了產(chǎn)品。之后，他們將目光轉(zhuǎn)向了硅谷。在這里，有大量的潛在客戶，例如社交媒體，例如無人汽車、無人機(jī)公司。而Fringefy的第二輪融資，主要來自硅谷，例如硅谷的投資機(jī)構(gòu)Rothenberg Ventures 和 Super Ventures等，以及一些天使投資人等。

 

未來，或許會是新一代的谷歌？

 

在成立之初，F(xiàn)ringefy的團(tuán)隊就有一個愿景。那就是把由技術(shù)帶來的“超級力量”帶給大眾。就像美國硅谷的技術(shù)創(chuàng)新最早是由軍方流向民間，在以色列也是一樣。Assif覺得，現(xiàn)在的時代是“天時、地利、人和”。

 

谷歌開創(chuàng)了一個時代。在那個時代里，谷歌將網(wǎng)絡(luò)上的文字內(nèi)容貼上標(biāo)簽（index），通過標(biāo)簽進(jìn)行搜索，使得搜索引擎成為可能。而漸漸的，隨著移動設(shè)備的普及，人們更多的開始在戶外使用搜索引擎，而非在辦公室和家里。并且，移動設(shè)備上的攝像機(jī)越來越強大，使得機(jī)器“看見”世界成為可能。

 

 

人們使用習(xí)慣的變化和硬件技術(shù)的前進(jìn)，把我們推向了另一個未來，那就是視覺搜索的時代。在這個時代里，一切的圖像、不管是平面的還是立體的，都可以被標(biāo)注、被搜索；這也是Fringefy想要一展自己所長的未來。

 

這個未來還很遠(yuǎn)嗎？No。就像一句有名的廣告詞：未來已來。在硅谷，大公司已經(jīng)在大力投入，計算機(jī)圖像識別的創(chuàng)業(yè)公司被收購、投資無數(shù)。在這里，投資者青睞的很多技術(shù)，都指向同一個目的，讓機(jī)器更好的“看見”環(huán)境，并理解四周的環(huán)境。

 

而Fringefy，正在這個路途中大展宏圖。