手寫識別技術
騰訊研究院的手寫識別技術實際上已經在去年很多產品上都得到了應用，主要是QQ輸入法上的手寫功能，包括PC端的QQ輸入法還有幾個主要的手機平臺的QQ手機輸入法，Android和iPhone手機的QQ輸入法。現在識別率可以做到工整字符99%，連筆字符95%以上。為了提高輸入效率，云手寫和QQ輸入法詞庫后臺聯通，識別出來的字可以聯想，提高速度。我們還有工作馬上要做，把中文和英文連續手寫識別作為云服務提供出來。實際上中文和英文識別引擎開發完畢，將來找一個合適產品形態把它提供出來。
在語音識別方面從它的訓練過程來看，首先要從訓練語音中訓練出學模型。解碼時候需要聲學模型、語言模型以及用戶詞典共同作用把測試語音解碼出來。這個語音模型存儲量很大，我們采取都是三元的文法，存儲量可以達到上G的規模。這樣的規模不可能是在終端來做，必須要在云端做。語音識別有一個特點，對CPU消耗很厲害。云語音服務器一臺服務器可以處理幾個并發，所以說對CPU占用很大。
騰訊研究院的QQ云語音
我們這個騰訊研究院的QQ云語音，支持中英文混輸。識別率自己做了測試，聊天常用語的單字識別率可達80%，我們針對QQ聊天應用，訓練的時候很多采用聊天的語調，畢竟跟真實的口語語調有差別。上線之后，我們可以通過云服務可以獲取真實語調，訓練我們語音模型，可以使性能得到優化。越來越多用戶使用我們服務，包括說話說的快、說的慢的人，有口音的用戶來用，可以對我們的聲音模型有一定優化，可以有持續性的改善。QQ云語音支持桌面端和移動端的語音輸入，在手機的QQ輸入法上也會支持語音輸入功能。
語音識別還有其他的應用，語音輸入、語音搜索、語音導航、語音命令控制等等。對模型進行控制或者對語音識別結果針對性后處理，可以讓識別率變得更加準確，使得語音識別服務變得更加得心應手。
人臉識別
剛才介紹了云手寫和云語音，現在介紹人臉識別情況，人臉識別有一個技術難點，光照、姿態、表情變化對人臉識別影響很大。我們說人臉識別是一個困難的模式識別問題。不同人之間的人臉結構差異并不明顯，在這種情況下識別變得比較困難。另外實際應用中往往用戶只能提供一張人臉作為識別模板，這樣為了提高人臉識別的準確率，我們需要有一個很充分規模這么一個離線人臉數據庫，以便學習人臉模式的類內變化，這個離線很難建立，成本比較高。通過人臉識別云服務恰恰就能收集到一個人在很多條件下的樣本，這樣可以使得識別算法性能隨著運營不斷改進。
1.人臉識別的原理框圖，基本上有三個步驟
1)離線訓練階段，用離線人臉數據庫得到特征變換矩陣，我們可以在線登錄用戶人臉圖象，用戶給一張樣本作為它的模板，可就要會生成用戶人臉模板庫存儲起來。
2)實施階段我們有待測人臉圖象，我們在模板庫中進行匹配，看看哪個相似度最大。
3)如果人臉驗證應用，用戶宣稱他是某一個已經登錄過的人，一對一進行比對，超過一定分數就可以認為他通過人臉認證，達不到認為他不是這個人。
2.人臉識別在互聯網上的應用 大致分為三種基本類型
1)人臉識別相似度評價，比較兩張臉是像不像，有多像，打個分數。這個多見一些趣味性應用。比如用戶上傳一張照片，看看他跟哪個明星長的比較像，或者是夫妻兩個照片都有了，看一下夫妻像指數有多高。這是大家熟悉Facebook應用，自動魏上傳圖片中人臉加朋友標簽，這是在他的朋友圈子里進行人臉識別。只要他之前標定過他的朋友，當這個朋友再次上傳這個圖片中有他朋友的時候，通過人臉識別就能自動把這個朋友標定出來。
2)一種應用像谷歌Picasa相冊這種應用。主要是將大量圖片按照人臉批量自動整理，按照人臉之間相似度，一開始是對批量人臉進行聚類，經過用戶確認可以把這些聚類中心合并起來，把錯誤人臉去掉，很快圖象可以按照人頭來整理起來，可以自動進行索引。
3)我們現在看一下我們現在兩個Demo，一個是人臉認證Demo，一個是人臉識別的Demo。這個人臉認證Demo，用戶要選中他自己，連續三幀檢測都是自己，他就接受了。如果選張別人，肯定是通不過的。識別Demo大家可以看一線，人臉庫里面存了三千多用戶圖片，其中只有一張正面人臉作為圖象。我們拿一些測試人臉測試，測試圖片質量不錯的情況下測試還是不錯的。
除了剛才介紹手寫、語音識別還有人臉識別的云服務之外，我們騰訊研究院會進一步擴展模式識別的應用范圍。一般的圖象識別，谷歌的Goggles應用，拿手機攝象頭拍攝一個書的平面，拍攝一個商標，一個景色，可以在云端找到匹配這個圖片，這也是我們將來想發展的方向。
今天我想介紹的內容主要就是這些，介紹性的內容多了一些，沒有太深入技術問題，歡迎大家提問，如果回頭大家有什么技術方面問題可以發郵件給我。
謝謝大家！
提問：將來有沒有打算把那個服務作成一開放平臺，其他的人也可以來調用你這個。
劉海龍：這個問題提的不錯，工作只能一步一步來做，目前的設想首先服務于騰訊公司內部一些產品。因為我們現在是剛剛起步，內部產品還有很多業務有很多，先把這塊做好，然后再考慮更向外開放或者是更大的一些事情，還是一步一步來。
提問：如何保證數據的安全性？
劉海龍：目前為止我們還沒有看到非常完美的解決方案，只能是說一個是在數據傳輸過程中要保證它的安全性，要加密。另外在你的云端，這個云服務的提供者你要有制度上建設，要有制度來保證數據安全性。
提問：剛才聽到講座里面說我們語音識別這塊一臺服務器同時并發幾個鏈接，像我們騰訊這么大用戶量這個有沒有可執行性？如果部署起來的話。
劉海龍：來用服務的人到底有多少，另外云服務的特點要增加部署服務器其實很快的，你可以按需擴展你的計算資源，可以相應來擴展。
提問：谷歌本身有語音識別，放在用戶端，他識別性能沒有這么好。
劉海龍：對，識別性能差一些，語音模型不可能用的很復雜。
主持人劉江：之前有一期講的跟這個很相關的話題，就是腦電波就是神念科技，有一個副總演示，你帶著他的東西，你可以指揮那個球，用腦電波指揮那個球，怎么過關之類的。很經典，日本有一個產品就是兔耳朵，小姑娘帶的那個，看到帥哥，耳朵就豎起來了。
提問：我想問一下路香菊、劉海龍，這塊做特征提取主要用什么東西做的？比如剛才說的臉部識別，情緒稍微有一點變化，提取出來的特征會有變化嗎？
推薦閱讀
第一財經日報：《桃姐》乍一看很像紀錄片，余力為的攝影也很樸實無華。采用這樣的方式，是不是為了凸顯情感的真實性？ 許鞍華：主要是因為可以拍得很快，而且便于抓拍到養老院當時的狀況和其他老人的反應。劇組拍攝的>>>詳細閱讀
本文標題：騰訊研究院劉海龍：當模式識別遇上云計算
地址：http://www.sdlzkt.com/a/kandian/20120305/36909.html
網友點評
精彩導讀
科技快報
品牌展示