3月20日消息，TechWeb龍門陣本周的技術專場主題為“視覺識別在移動互聯網上的應用”，主講嘉賓為盛大創新院多媒體院的單霆和騰訊研究院人機交互中心模式識別項目負責人陳波。單霆認為，人機交互技術的本質是“忘記文字，回到原始”。

   單霆從技術角度介紹了人臉識別系統，識別過程包括從圖像到人臉檢測、特征定位、識別到生成結果。60年代、70年的研究以整張臉為特征進行模板匹配，現在則采用了局部特征，一張臉上最多有8個定位點。

   人臉識別的特點在于，光線、角度、表情、遮擋物、眼鏡、年齡等因素都會影響識別效果。“目前在業內做模式識別（包括人臉識別）的人非常多，集中在科研，大規模的應用比較少，大部分集中在安防領域。”

   單霆具有多年的人臉識別及圖像搜索經驗，現在在盛大創新院負責人臉識別的技術產品研發。他們開發的技術Face-API已經進行了開放，Face-API可提供人臉檢測、五官定位、人臉相似度打分、性別檢測的接口，需要的開發者或者公司可申請獲得邀請碼。現有的公司申請者包括搜拍、碼圖網、應用趣玩網等。

   另外，盛大創新院還基于人臉識別開發了一款智能相冊，使用戶可對手機相冊進行按照時間以及人物分類瀏覽，并且還可將人物與通訊錄關聯，直接打電話或發短信。單霆表示，智能相冊未來還將與更多的SNS打通。

   騰訊研究院人機交互中心的陳波介紹了騰訊在模式識別領域做的幾方面研究。包括人臉識別、圖片識別、語音識別、手寫識別等。

   圖左一騰訊研究院人機交互中心陳波，左二盛大創新院多媒體院單霆 (TechWeb配圖)

   陳波認為，人機交互可分為三個階段：人適應機器的規則、機器適應人的規則、機器和人達成默契。新一代互聯網給人機交互帶來了新的機會，這些機會體現在云計算的興起、新一代的移動平臺的普及、終端運算能力的提高等方面。

   陳波特別提到，智能手機的攝像頭可以成為一個重要的信息入口。“讓你的手機變成成熟的圖像掃描儀。”基于攝像頭的交互技術，可以進行拍照翻譯、路牌拍照識別、建筑物識別、視頻分類、字幕識別等。騰訊據此推出了一款名為“QQ慧眼”的產品，已經在App Store上架。

   騰訊在人臉識別、語音識別以及文字識別方面的研究主要應用于騰訊內部產品，比如人臉識別與QQ登陸驗證進行關聯，QQ輸入法的語音功能及手寫功能。

   另外，陳波認為模式識別在互動娛樂、購物消費領域也可以有很好的應用。(張睿)