科技特讯11月18日讯：1、云从科技
背靠“计算机视觉之父”，中科院实验室创业团队创立云从科技
云从科技团队成员除了来自中科大的校友外，还来自中国科学院各大研究所、UIUC、IBM、NEC、MicroSoft等全球顶尖学府及研究机构；
截止2016年11月，成立一年半，研发团队扩展为200余名，为全国最大的人脸识别研发团队；
并且在金融、安防、教育等领域分别开始了商业化探索，IBIS平台让其成为银行业第一大供应商，动态人脸识别系统在广东的应用成为标杆，被全国推广；
中国科学院院长从团队在中科院时每年视察一次，十分重视，并在会晤外国领导人与代表团时只带了云从科技与科大讯飞两家企业代表中国智造。
首个刷脸支付原型系统。
首个商用人脸识别远程开户系统。
在中科院内部所有计算机视觉团队中脱颖而出，独家负责战略先导科技A类专项。
唯一一家参与人脸识别国标、部标、行标制定的研发企业。
唯一一家让四大行之一在全国范围用上人脸识别的企业。
根据2B行业的实际需求打造了全产业链模式、快速部署平台。
在POC测试中大幅领先来自日本、德国的人脸识别大厂。
API服务 技术平台 人才招聘
2、Emotient
Emotient获得600万美元B轮投资（2014/03/10）
Emotient 起源于加利福尼亚大学的 “机器感知实验室”(Machine Perception Lab)，他们最终的目的是打造一套 “无所不在” 的人类情感分析系统。
分析表情并不需要特别的硬件设备，至少 48 像素的、从耳朵到耳朵的全脸图像就能满足。
Emotient 同时还提供 API 接口，能够将其技术轻松地与任何硬件或者软件进行整合。目前，Emotient 已经将其服务与 Google Glass 搭配，开始进行私密的测试。
Emotient 也将同时作为英特尔RealSense 技术SDK 的一部分，来迅速的与世界上的开发者进行对接。
Emotient 已经将其表情识别服务部署到了零售行业，通过对顾客感受的实时分析，帮助零售业主提升销量。
Emotient利用人工智能扫描人脸，然后可在数秒钟内解读出他们的面部表情所代表的意义，这种技术过去主要是帮助广告商和销售人员判断消费者对广告或产品的反应。
Emotient创始人、首席科学家玛丽安·巴利特（Marian Bartlett）解释了其工作原理。她说：“首先需要抓取面部照片，然后对其进行扫描。一旦发现这些面部照片后，它就会利用识别技术识别出面部表情。”
3、Affectiva
成立于 2009年 的 Affectiva 是一个基于云端的面部情绪识别解析服务公司，通过面部动作编码（Facial Coding）——捕捉识别对象的面部动作如皱眉、挑眉、傻笑、微笑等等判断人们的情绪。目前还主要用于市场营销，但 Affectiva 下月会面向第三方开发者推出其 SDK 开发工具。
埃及科学家Ranael Kaliouby了。她现居波士顿，2009 年成立公司Affectiva，许多员工都来自于M.I.T.
Affectiva坐落于马萨诸塞州沃尔瑟姆市，在双行道沿街商业区后的办公园区，是波士顿模仿硅谷而建立的走廊地带的一部分。
装有Affdex的iPad，被简化成一个能追踪四种情绪的“分类器”：开心，疑惑，惊讶和厌烦。用这个软件在脸上扫描一下就能辨别出情绪;如果同时有多张脸，它就会将其分开，一个一个来。然后，识别脸上的一些主要部位——嘴巴，鼻子，眼睛和眉毛——将像素点分别归位到每个部位，再用简单的几何模型渲染特征。
ffedex一直被当做一种可靠的情绪推测工具——能够进入潜意识领域的工具。
Affdex已经做了8万次皱眉试验。她站在台上公布结果时说：“我们的正确率能达到90%”。
她的公司已经分析了200多万个视频，受试者来自全球80多个国家，在Affectiva初创的时候，她就已经用了几百个表情训练她的软件。
Affectiva有赖于Paul Ekman的研究成果。他是一个心理学研究者，他是在六十岁开始研究并建立了权威的理论体系：人类至少有六种普遍的表情，这些表情不论性别，年龄，或是文化背景，都会在每个人的脸上一模一样地呈现出来。Ekman致力于解密这些情绪，他把它们分解成46个独立动作，称其为“动作单元”的结合。把它们分为可变形和不可变形的点，将这些不可变形的点作为锚点，能够帮助我们判断其他点移动的距离。
面部识别解析服务Affectiva将推SDK包，希望在市场营销以外的领域如游戏、教学等发挥作用
Affectiva 研究发现，人们对广告做出的反应——表情数据可以用来预测销量，精确度达 75%，虽然这仅比传统的市场调研方式准确率仅提高了 5%。
Affectiva 已经在全世界各地收集了 10 亿多个面部表情
此前它已获得总计 2020 万美元的投资（李嘉诚参与过其投资），共有员工 35 名。（13年数据）
McCann（Affectiva在巴塞罗那）
McCann分部没有帮这个俱乐部制定出一个广告作战计划，而是建议它在座位上安装一个像Affdex的软件，并允诺观众剧院免费对外开放，但是，每笑一次要收取0.3欧元，上限是80次。如果观众试图掩盖笑容，或是隐瞒笑的次数，就要收取全票价：24欧元。这家店的营业额一下子就上来了。美国，法国及南非的剧院都联系McCann,希望能了解到更多方法。
4、Face++
清华创业团队推出人脸云识别开放平台 Face++
Face++ 团队成员除了几名来自清华校友外，还有来自美国哥伦比亚大学、英国牛津大学和美国南加州大学的科研及开发人员。
并且在金融、安防、零售领域分别开始了商业化探索成功发育出Face++Financial，Face++Security，Face++BI等垂直人脸验证解决方案产品。
魔漫相机是全球首款将真人拍成幽默漫画的手机应用，用户数超过2亿，通过Face++对人脸自动捕捉和人脸关键点检测技术并结合表情迁移以及图像融合技术生成用户私人漫画形象，打造用户百变造型。
乌鸦来了是一款iOS体感交互游戏，使用前置摄像头捕捉玩家的头部动作进行游戏操控，是iOS平台上第一款头部操控的体感游戏。乌鸦来了是一款iOS体感交互游戏，使用前置摄像头捕捉玩家的头部动作进行游戏操控，是iOS平台上第一款头部操控的体感游戏。
5、Linkface
全球领先的人脸检测，
Linkface提供全球领先的人脸检测、识别技术服务,LFW人脸识别准确率已达99.5%以上。
6、SenseTime
2014年9月，SenseTime的科学家们首次出征 ImageNet竞赛，在大规模物体检测比赛中以40.7% 的成绩获得世界亚军，仅次于谷歌的 43.9%；2015年3月，该团队将此成绩提高到50.3%，超越谷歌，达到世界第一的水平，并将这一成果以论文的形式发表在2015年国际计算机视觉与模式识别大会（CVPR）上。
2015年，ImageNet新增了一项视频物体检测的任务，比静态图像中的物体检测的难度更高。SenseTime联合香港中文大学媒体实验室组成的团队再次出征。最终，团队在ImageNet视频物体检测竞赛中检测一举夺得数量、检测准确率两项世界第一的成绩，以压倒性的优势击败了对手。成为首个在ImageNet夺冠的中国企业。
SenseTime在2015年年底刚刚完成并购了另外一家人脸识别技术领域的创业公司Linkface。后者也是一匹创业黑马，同样拥有诸多超越业界大佬的出色成绩单。
公司的研发团队有超过50多名博士全职任职。该团队在三大国际顶级机器视觉会议CVPR、ICCV、ECCV上共发表论文超过150篇，在亚洲企业中排名第一。
戴宇荣博士，两任ICCV（国际计算机视觉大会）领域主席；80余篇著作发表于顶级会议期刊；韩国科学技术学院（KAIST）终身教职； 2011年KAIST杰出教授；微软学者。为加入SenseTime而放弃终身教职，因为他更看中SenseTime能将技术转化为业界实际成果的优势，以及其在人才和资源方面对于科研的助力；
张伟博士，安徽省高考状元，本科就读于清华大学，并于香港中文大学获得博士学位，曾在Kaggle数据科学家排行榜上排名第六，亚洲科学家中排名第一。放弃对冲基金CTO加入SenseTime。
孙祎博士，本科就读于清华大学电子系，并于香港中文大学获得博士学位，人脸识别算法DeepID系列发明人。超越人眼识别准确率，打败Facebook。
周斌博士, 中国首位HPC（高性能计算）和GPU（图形处理器）跨领域研发高级工程师，他是全球第12个NVIDIA CUDA Fellow称号获得者，也是目前中国唯一一位获得此称号的学者；
邱石博士，清华大学电子系第一名，并于香港中文大学获得博士学位，2014 年，邱石所在的DeepID-Net 团队首次参加ImageNet 大规模物体检测任务比赛中，并以 40.7% 的优异战绩位居第二名，仅次于谷歌。
石建萍博士，微软学者，谷歌奖学金，香港政府奖学金，从浙江大学到香港中文大学，从本科时代顶级会议CVPR 第一作者Oral 到加入创业团队。
夏炎博士，微软研究院计算机视觉博士，中科大第一名，郭沫若奖获得者。专注深度学习，文字识别。
曹旭东，深度学习专家。清华大学物理系，前微软研究员。其开发的现象级产品如How Old.net 有数亿用户。该技术广泛用于微软产品，如Xbox。
7、Amscreen
将面部识别技术与传统广告板相融合的创举来自欧洲户外广告巨头 Amscreen，在欧洲四处可见该公司架设的广告牌。据 TNW 报道，Amscreen 这项大胆创举已经试运行一段时间了，他们与技术提供方 Quividi 合作，为 “呆滞” 的广告牌装上了 “智慧的眼睛”。
8、Faceshift
基于 Kinect 开发的 Faceshift 能将面部表情实时映射到游戏中
Faceshift 面部表情捕捉工具，可以几乎无延时地把你的表面表情实时反馈到 3D 模型中。
Faceshift 可以让视频游戏、聊天以及动画电影制作变得更快更有趣，也将给游戏开发商带来新的机会。事实上面向动画和游戏制作者发布的 SDK 已经发布，当然你也可以把它用在其它你能想像到的领域。
9、小丘机器人
国内首款垂直心理的AI情绪关怀师，给每个人提供随时随地的情绪陪伴和积极心理管理服务。
小丘的优势：小丘是“暖丘”App的关联产品。
暖丘是目前中国最活跃的普通人的C2C情绪互助社区，暖丘在国内最早专注情绪语料库，从2014年9月至今目前有500万优质语料，并迅速增长。竞品可以利用公共知识做出AI，但没有优质语料库，后期质量提升是重大瓶颈。
10、飞搜科技
飞搜科技公司是一个以科技创新，自主研发，把机器学习，尤其是深度学习的研究成果应用到人脸识别、图像识别、视频内容识别等领域的高科技公司。
飞搜的实时人脸识别算法，在世界公开测试基准数据集Labeled Faces in the Wild（LFW）上准确性高于99.0%，超过Facebook于2014年6月份在同样人脸数据集上测试后公布的 97.35% 的准确率。
=================================================================================================
人脸识别有多火？从谷歌到山寨小厂都下手了
3月14日晚8点多，35岁的周曦在重庆刚刚开始吃晚饭。他当天从重庆赶到上海，只为参与和上海交通大学联合实验室的学术成果交流。在伊利诺伊大学读了5年书，2011年放弃NEC工作回国进入中国科学院，现在，学计算机视觉专业出身的周曦身份变成Cloudwalk（云从科技）创始人。
这家总部设在重庆的创业团队，员工人数已达到200多人。借人工智能热，他的公司发展迅速，“做人脸识别或图像识别这类计算机视觉技术只是第一步，它们是人工智能的”眼睛“，我们的最终目标是人工智能大脑，”他对记者提及新技术研发的进展时，显得很开心。
记者采访的几家国内人脸识别公司，成立时间都在三年以内。它们一致认为，虽然国外谷歌、Facebook将人脸识别做得风生水起，但真正引爆国内热度的，还是2015年3月马云在德国汉诺威的刷脸展示。年轻、正被资本捧在手心、对未来充满憧憬，这是对当下中国人脸识别公司的集体注解。
这些分布在北京、上海、深圳、重庆等地的人脸识别创业公司，均宣称在某一环节拥有独创科技，但在行业分析者口中，真正拥有核心技术的只有寥寥数家。数据显示，计算机视觉已成为人工智能板块最受投资青睐的领域。
值得注意的是，BAT也扳下开往人脸识别的道岔。2014年，阿里巴巴控股了一家人脸识别企业，将发挥自家平台人脸数据优势，推动人脸识别2C的发展。而同时，腾讯已经在内部组建了人脸识别团队。百度人脸识别也依靠庞大的数据资源进步神速。
巨头在起跑线摆出了火拼的架势，一场大战前的硝烟味正在扩散。
人脸识别投资潮起
据了解，阿里对人脸识别极度重视。在内容方面，阿里已全面将该技术应用到自己的支付宝、淘宝等平台，并将协同旗下的其它业务板块等，培养人脸识别的应用场景。
腾讯优图团队隶属于腾讯社交网络事业群，基于整个腾讯的社交网络平台，为 QQ 空间、腾讯地图、腾讯游戏、等 50 多款产品提供图像技术支持。每天 QQ 空间有 2 亿上传图片的活跃用户，团队单日最多处理照片达 6 亿张，累计已经分析处理了超过 300 亿张照片。
国内的热度被马云点燃，而巨头的觉醒则来自于对未来人工智能变革的敏感性。
很多人会对电影《速度与激情7》出现的“黑科技”感到惊叹，其中之一就是“天眼”，这个电影中的天眼系统能够准确定位任何一个出现在地球城市街道上的人。这就是人脸识别？周曦否定了，他说，人脸识别只是针对人脸的检测，而“天眼”是一个综合系统，其中包括了人脸、服装、发型、步态、体态、声音等多方面特征检测。人脸、发型、步态、体态都是计算机视觉，声音检测是语音识别，但模式识别万变不离其宗，国内在人脸和语音方面已经做得很好了。“天眼”这个词渲染了普通人对人脸识别的想象。
人脸识别对投资企业形成巨大吸引力，这促使产生上述行业集体押注人脸识别的现象。业界将2015年称为人脸识别元年，认为在今年将出现更多面向消费端的产品，但亦有观点认为2015、2016这两年市场重在关注人脸识别投资、布局，人脸识别爆发期预计在2017-2018年。
3月15日，佳都集团创始人刘伟接受记者采访时说：“现在不管是国际、国内，针对人脸识别还没有（行业）标准，完全处于比较混沌状态，未来有实力的公司一定会脱颖而出。”
据记者近几年观察，刘伟多次在公开场合表达对智能制造的重视，2015年4月，佳都科技参与投资了中国科学院重庆研究院成立的云从科技，被认为是其加码智能制造的重要举措。
刘伟分析，对佳都而言，“高新技术如何落地是大问题”，一项技术研发出来，如何嵌入到地铁、铁路、公安等场景并保证效果，“这不是佳都完全擅长、专业的地方”，云从科技和佳都科技正好可以互相补充技术和渠道。云从科技官网显示其“专注于计算机视觉与人工智能。”
与周曦的云从科技不同，Face++主要将人脸识别应用在互联网产品上。该公司相关人员告诉记者，Face++自己做研发，在美图秀秀、淘宝等互联网领域得到良好的应用。据他介绍，目前人脸识别设备技术含量很低，产品简单，但人脸识别算法本身比较有技术含量。不管是做2B还是主打2C，每家公司都有自己的一套“核心算法”，像现在许多小型集成商，可以山寨一些产品外观和结构，但产品核心算法却无法山寨，只能加入国内外其它企业的人脸识别技术。
该负责人坦言，现在市场很混乱，不过小型厂商主要还是山寨移动端设备，如平板、移动考勤等，想做动态识别还很困难。“国内的话，这样的小型厂家有一两百家，但拥有核心技术的厂商在国内不到10家，能大规模进行系统集成定制的也就只有四家左右。”他透露，国内人脸识别厂商在核心算法上拥有自主知识产权的极少，大部分都是使用第三方技术，如OpenCV、其它公司的收费SDK等。
被联想、阿里等企业投递橄榄枝的Face++，截至目前员工仅有100余人。2013年拿到百万元A轮投资，2014年获得2200万元B轮融资。“国内做的比较好的都拿到了融资，”该负责人提起资金语气轻松，同时，他表示，做人工智能技术研发确实很烧钱。
云从科技产品核心是人脸识别系统及IBIS集成生物识别平台。该公司另一位研发部负责人李夏风反复对记者说，云从科技“连接硬件、开发与技术，属于全产业链模式”，因为人脸识别系统多数情况下需要深度定制，只有这样，才能在客户提出需求的情况下迅速反馈，修改，统一用户体验。“目前市面上许多银行的金融身份认证与远程认证平台是使用的云从技术，这种情况不仅仅因为技术实力强，更因为我们是唯一一家受邀起草与制定人脸识别国家标准的人脸识别企业，有着过硬的技术指标与研发背景”。2015年12月，云从科技获得数亿元A轮融资，具体投资方尚未公布。2015年4月成立至今，云从科技先后由完成了天使轮和A轮融资，其中天使轮融资由佳都集团与杰翱资本联合注资6000万元。
资本看中人脸识别原因何在？
目前，人脸识别已经进入激战期，洗牌期到底什么时候出现？“什么时候资本真正冷下来，洗牌期就真正到了，等烧钱的人把钱烧光，资本会去投更有实力的公司，没有实力的公司很难吸引到资本的青睐。”刘伟对记者说，“2014年下半年之前，资本对人脸识别的投资是失败的，资本对这个行业并不了解，下一步，希望行业里的公司都踏踏实实把技术做扎实，真正把核心价值发挥出来，不至于等大潮退去的时候被淘汰掉。”
“经过几轮大洗牌，产品形态和运营模式发展到用户能接受，那么最终剩下的一定是行业翘楚。”3月15日，西安银行科技部主任吴德耀对记者表示，现在大家还是在技术参数门槛上厮杀，将来几年后洗牌会洗到“经验门槛”，没做过这个的人可能就进不去了，所以出手要早。
“银行有很多应用场景，将来要整体智能化，之前的柜台身份认证、大堂迎宾、手机业务，都已逐渐加入人脸识别。以柜台身份认证为例，一开始从手工抄写转机器复印，从机器复印转高拍仪，一步一步的提高用户体验与缩短操作时间，现在是高拍仪转人脸识别时代，这么多历次技术革命中，人脸识别是最大的革命。”吴德耀对记者说。
资本又是看中了人脸识别行业的什么特性？3月16日，杰翱资本一位高管接受记者采访时说：“人脸识别应用已经起来了，这是我们坚定看好的方向。”该人士透露，2015年4月投资云从科技以前，“我们碰到很多（类似企业），但也是挑来挑去，挑到了云从这家，我们看准了就与佳都一起配置了6000万。”
资本对人脸识别是一时兴起还是真正“沉浸”到这个行业中？该人士对记者说，人脸识别无论场景还是应用都已经成为趋势，现在就看市场发展的速度，“如果还有好的（公司）还会投资，我们还布局了一家科技类公司，都属于未来技术性成长行业”。
任何初起行业，单打独斗成功性降低，企业有可能走向衰败，上述人士强调，人脸识别这个行业必须要众人拾柴，“众人都愿去做就好办，如果只是靠一两家就麻烦了。”
网友评论