這次AIPM知識框架系列的第二篇內(nèi)容，如需了解第一篇《從0開始搭建產(chǎn)品的AI認(rèn)知體系》可以「點(diǎn)擊這里」概漱。

前言：整篇內(nèi)容3000+字，速讀需要5分鐘

這幾年紅遍網(wǎng)絡(luò)的「FaceU激萌」APP，特斯拉自動駕駛简识，iPhoneX的FaceID ...大家都有所耳聞，而這些都和今天的「計算機(jī)視覺」有著密不可分的關(guān)系感猛。

從PM的視角出發(fā)七扰，本篇內(nèi)容我會圍繞這4塊內(nèi)容來跟大家交流：

1. 什么是計算機(jī)視覺

2. 現(xiàn)階段有哪些應(yīng)用技術(shù)

?3. 落地中會遇到哪些問題和挑戰(zhàn)

4. 產(chǎn)品方向一些思考

1.什么是計算機(jī)視覺？

計算機(jī)視覺（Computer Vision）陪白，可以理解是「讓計算機(jī)怎么去看颈走？」，相當(dāng)于人類視覺的功能咱士。

「以下案例為了確保更好理解立由，犧牲一定的嚴(yán)謹(jǐn)性」

拿人類來舉例，你正在駕駛一輛汽車序厉，突然前面出現(xiàn)一個人锐膜，你會怎么辦？

剎車或打方向盤避開是不是 弛房？看似這個好簡單的問題道盏，實(shí)際是要經(jīng)過一系列復(fù)雜的處理

1.首先眼前突然出現(xiàn)物體會進(jìn)入到你的視網(wǎng)膜，經(jīng)過分析之后庭再，把這信息發(fā)給你的大腦捞奕。

2.你的大腦會處理這些信息，跟你大腦里所有存儲的信息做比較后拄轻，進(jìn)行物體和緯度的歸類颅围。

3.通過的信息歸類，給出理解我正在開車恨搓，正前方出現(xiàn)這個是人院促，距離越來越近了筏养，我不能撞到他的判斷。

4.然后大腦通過神經(jīng)系統(tǒng)作出反應(yīng)常拓，控制你的腳踩剎車渐溶，或者手控制方向盤避開。

「這一系列的動作只發(fā)生在零點(diǎn)幾秒」

如果這些動作由計算機(jī)來完成弄抬，就可以初步理解為這個就是計算機(jī)視覺在于AI領(lǐng)域的應(yīng)用茎辐。

再舉個例子，看看N年前的FaceU是怎么使用計算機(jī)視覺這個技術(shù)的：

1.通過手機(jī)的攝像頭傳感器掂恕，把眼前的物體傳遞給某處理器拖陆。

2.處理器通過多項技術(shù)來理解眼前物體，識別出圖像中哪個是人臉懊亡，哪些是背景依啰。

3.給人臉進(jìn)行處理，分辨出人臉上的各個器官店枣，并在關(guān)鍵器官上打上特殊標(biāo)記速警。

4.制作好的素材和這些特殊標(biāo)記結(jié)合筒主，并且通過手機(jī)屏幕展示出來給你段多。

「注：上圖為原始圖和人臉打標(biāo)夯膀，下圖為根據(jù)標(biāo)記作出的處理滥搭，很有趣是不是」

2.現(xiàn)階段有哪些技術(shù)服務(wù)

目前計算機(jī)視覺主要應(yīng)用的技術(shù)有哪些：

1.基于人臉識別：人臉檢測，人臉對比填渠，人臉查找…

2.基于文字識別：通用文字钦听，網(wǎng)絡(luò)圖片椿争，卡證文字…

3.基于圖像識別：圖片審核逾柿，圖像識別，圖像搜索…

2.1人臉識別

剛才FaceU激萌例子宅此，想必大家對人臉識別有了一點(diǎn)概念机错，接下來我們看一看有人臉識別的應(yīng)用技術(shù)。

人臉檢測：想要做人臉識別父腕，首先得讓計算機(jī)知道哪些是人臉弱匪，所以人臉的檢測是對后續(xù)人臉分析和處理的基礎(chǔ)。通過對圖片掃描和判斷璧亮，在圖片用藍(lán)色的矩形標(biāo)示出來萧诫。

人臉配準(zhǔn)：定位并返回人臉五官與輪廓的關(guān)鍵點(diǎn)坐標(biāo)位置，關(guān)鍵點(diǎn)包括人臉輪廓枝嘶、眼睛帘饶、眉毛、嘴唇以及鼻子輪廓群扶，最多會返回106個點(diǎn)及刻。

人臉屬性：對圖像的一系列基礎(chǔ)處理之后镀裤，通過一系列的算法，來識別人臉的屬性缴饭，例如：

這部分是我覺得最有意思的一部分暑劝，可以給我們設(shè)計產(chǎn)品和服務(wù)很多想象空間。

目前針對人臉屬性的識別可以提供以下這些參數(shù)供大家使用：

雖然目前提供有意思的參數(shù)很多颗搂，但很多的屬性識別的準(zhǔn)確性還有待提高担猛。

但這并不影響一部分商用價值或產(chǎn)品化，重點(diǎn)是我要為誰解決什么問題丢氢，容錯程度是多少傅联。

后續(xù)我們來再來仔細(xì)聊一聊這個話題。

人臉特征提取卖丸， 人臉驗(yàn)證纺且，人臉檢索，人臉活體檢測

因?yàn)檫@些是一個系列的解決方案稍浆，所以這一部分我放在一起來說明载碌。

現(xiàn)在AI市場上最熱的幾個領(lǐng)域：智慧安防，智慧金融衅枫，智慧商業(yè)嫁艇，都是運(yùn)用這一系列的解決方案。

最基礎(chǔ)的是人臉特征提取弦撩，將人臉轉(zhuǎn)化為一段固定長度的數(shù)值步咪。

人臉的驗(yàn)證就是把兩個人臉的數(shù)值，做比較益楼，然后計算出一個相似度猾漫。

人臉檢索就是根據(jù)人臉特征的數(shù)值，在大量的數(shù)據(jù)庫里檢索感凤，找出最相似的人悯周。

活體識別是一個提高安全性的機(jī)制，用于遠(yuǎn)程識別攝像頭的對象是真人陪竿，而不是一張照片禽翼。

2.2?文字識別

文字識別的就很好理解了，識別圖中的文字信息族跛，并且返回文字所在的位置闰挡，語言，內(nèi)容礁哄，目前正常場景的識別率可以達(dá)到90%长酗。

應(yīng)對不同的場景，又延伸出了很多服務(wù)姐仅，比如：

1.證件識別：身份證花枫，駕駛證刻盐，護(hù)照等等，格式化之后可以直接利用其中的信息劳翰。

2.網(wǎng)絡(luò)圖片文字識別：針對那些藝術(shù)字敦锌，特殊設(shè)計的文字。

3.其他：表格文字識別佳簸，票據(jù)文字識別乙墙，可以根據(jù)圖片內(nèi)的格式輸出。

2.3?圖像識別

圖像識別這個范圍很大了生均，需要看具體有價值應(yīng)用場景听想，通常識別物體：家居物品，動物马胧，植物汉买，品牌Logo，菜品…等等佩脊。

識別的邏輯跟人臉識別類似蛙粘，但是需要龐大的訓(xùn)練數(shù)據(jù)，來教計算機(jī)認(rèn)識這些物體威彰，學(xué)習(xí)的越多出牧，識別率會越高，但目前可以提供服務(wù)就是一些好理解的歇盼，特征明顯的：貓舔痕，狗，電視豹缀，沙發(fā)伯复，玫瑰，汽車邢笙，火車…等等边翼。

但如果需要一些特殊場景下的識別，比如車輛的定損鸣剪，奢侈品包包的真假判斷，需要再一個垂直領(lǐng)域進(jìn)行深度學(xué)習(xí)和特殊數(shù)據(jù)的大量訓(xùn)練了丈积。

3.落地中會遇到哪些問題和挑戰(zhàn)

前面介紹了很多計算視覺在于應(yīng)用上的技術(shù)實(shí)現(xiàn)筐骇，但想闡述一些核心觀點(diǎn)：

1.對于PM來講，人工智能也只是工具江滨，最終要的還是是理解行業(yè)铛纬，理解用戶，理解痛點(diǎn)唬滑。

2.對于技術(shù)本身告唆，我們更多是理解技術(shù)邊界棺弊，在自己應(yīng)用場景之下，知道什么可行擒悬，什么不可行模她。

3.另外就是項目中的實(shí)戰(zhàn)經(jīng)驗(yàn)，確保產(chǎn)品可以落地懂牧，并且真的可以產(chǎn)生價值的策略侈净。

3.1應(yīng)用場景不同，技術(shù)成熟度也不同

對于不同的應(yīng)用場景來說僧凤，所需技術(shù)成熟是不同的畜侦，舉個例子：

1.像FaceU激萌，分析視頻物體推薦購買躯保，當(dāng)前的技術(shù)就比較“成熟”旋膳。

2.而自動駕駛，智慧醫(yī)療途事，當(dāng)前的技術(shù)就“不夠成熟”

其一因?yàn)?b>標(biāo)準(zhǔn)不一樣验懊，人工智能本身是一個概率學(xué)的事情：

1.就算FaceU人臉的坐標(biāo)有偏差，拍攝環(huán)境惡劣盯孙，用戶也可以接受并配合調(diào)整鲁森。

2.就算視頻里的物體識別不夠精準(zhǔn)，推薦錯了品牌振惰，廣告投放商和服務(wù)商也可以接受歌溉，因?yàn)橐呀?jīng)有較大幅度提升。

3.但是如果自動駕駛在某種沒有被訓(xùn)練的惡劣環(huán)境下骑晶，出了嚴(yán)重的交通事故痛垛，是不能接受的。

4.醫(yī)療也一樣桶蛔，計算機(jī)推薦通過影像識別腫瘤在這個位置匙头，從這里下刀后發(fā)現(xiàn)計算機(jī)判斷的并不正確，也是不能被接受的仔雷。

3.2?準(zhǔn)確率提升依賴大量的數(shù)據(jù)蹂析，但光數(shù)據(jù)量大是不夠的

產(chǎn)品要開始落地之前，首先考慮圖像一類相關(guān)數(shù)據(jù)是否是打通的碟婆，是否可供機(jī)器訓(xùn)練电抚，因?yàn)闄C(jī)器學(xué)習(xí)的數(shù)據(jù)越多準(zhǔn)確率越高。

但是只是提供訓(xùn)練數(shù)據(jù)就可以了嗎竖共？實(shí)際的情況并不是的蝙叛，因?yàn)椋?b>訓(xùn)練的數(shù)據(jù)未必真實(shí)符合情況的數(shù)據(jù)

舉個例子你就明白了：

而且準(zhǔn)確率并不是產(chǎn)品落地的唯一評價指標(biāo)，還有誤報率公给，實(shí)時監(jiān)控尋找某個罪犯借帘。

結(jié)果在同一個時間蜘渣，多個地點(diǎn)都發(fā)現(xiàn)了這個“罪犯”，這顯然是不夠“成熟”的肺然。

3.3?實(shí)際場景還會有諸多問題

等產(chǎn)品進(jìn)入到實(shí)際場景中測試時候蔫缸，就會發(fā)現(xiàn)還有很多無法預(yù)料的事情。

1.真實(shí)場景硬件的性能是否可以達(dá)到訓(xùn)練時候的效果狰挡？攝像頭清晰度捂龄？硬件計算能力？網(wǎng)絡(luò)信號和速度加叁？

2.識別算法是否可以應(yīng)用到所有場景倦沧？信噪比？對比度它匕？是否遮擋展融？運(yùn)動狀態(tài)的會模糊？不同天氣的光線差異豫柬？角度不同產(chǎn)生影響告希？

3.還有就是非常現(xiàn)實(shí)的成本問題烧给，也就是看ROI燕偶，想用機(jī)器人通過圖像識別來替代人，那要看投入產(chǎn)出比础嫡，還得是否可以規(guī)闹该矗化。

綜上所述榴鼎，這里就需要PM 的能力伯诬，比如MVP，A/B test模型巫财，數(shù)據(jù)分析盗似，以及對于自己的行業(yè)以及用戶深刻理解，洞察行業(yè)的本質(zhì)平项。

4.?產(chǎn)品落地方向的一些思路

PM+ AI +X的落地方向上的話赫舒，借助這幾個點(diǎn)來思考：

1.哪些可以大幅提升效率，減少人工成本闽瓢，且可以規(guī)暮虐ⅲ化。

2.哪些是剛需鸳粉，但是用戶體驗(yàn)很差，尤其是時效性有很大要求的园担。

3.哪些是以前做不到的事情届谈，但是AI可以做到的枯夜，比如：自動駕駛。

目前計算機(jī)視覺的應(yīng)用和方向：

但具體要做什么產(chǎn)品艰山，就沒必要在這了YY了湖雹，是否可落地是需要每個PM對于行業(yè)的深刻洞察，歡迎你隨時帶著行業(yè)的痛點(diǎn)和經(jīng)驗(yàn)來一起討論AI具體落地方法曙搬。

目前計算機(jī)視覺在技術(shù)上僅是在部分領(lǐng)域識別具有產(chǎn)品落地和商用的價值摔吏，但是對于圖像的理解和描述還處于研究階段，是一個需要突破的瓶頸纵装，讓AI可以更深的正確的理解圖像內(nèi)容后征讲，才能產(chǎn)生正確有效的行為，才真的“智能”橡娄，這也是我目前最感興趣的诗箍，也是最有價值的地方。

以上就是我的「產(chǎn)品經(jīng)理的人工智能知識框架」系列的第二篇學(xué)習(xí)筆記挽唉，歡迎通過留言等形式一起溝通交流滤祖。

AI PM認(rèn)知系列的相關(guān)閱讀：

第一篇：從0開始搭建產(chǎn)品經(jīng)理的AI認(rèn)知體系

第二篇：產(chǎn)品經(jīng)理的AI知識框架：計算機(jī)視覺

第三篇：產(chǎn)品經(jīng)理的AI知識框架：語音識別與合成

作者：蘭楓「微信公號：藍(lán)風(fēng)GO @LanFengTalk」，前騰訊游戲瓶籽，新浪微博PM匠童，Elex產(chǎn)品總監(jiān)，連續(xù)創(chuàng)業(yè)者塑顺。