eyemore能否成为AI时代的“索尼”?

  在AI时代,eyemore可以成为“索尼”吗?

  作为一家从事前端成像引擎的技术公司,其商业模式是通过自主开发的成像引擎,为各种应用场景中的机器视觉公司提供动力。最终的目标是围绕自己的成像引擎建立一个AI成像生态系统,并成为领导者。万事万物,万物的视觉时代已经到来。面对数万亿人工智能视觉市场,eyemore创始人兼首席执行官朱继志带领团队参与了这一轮视觉技术革命,打败曾经在数字时代的索尼:“ AI成像寻找技术立足点从电影时代到数字时代,成像技术在近百年的不断完善中,视觉AI再次对成像技术提出了更高的要求。“AI视觉成像不仅仅是数字化的升级而是一个革命性的划时代革命,就像它从电影时代发展到数字时代一样。“视频成像技术的最佳终点是什么?这是朱继志从业者在职业生涯中曾经困惑的地方。 1998年毕业于北京大学电子系朱继志。他先后在中兴通讯视频研发部门和“UDC技术”创业公司参与了视频电话和视频会议产品的开发。在国内通信业快速发展的时期,视频通信的前景已经得到广泛的认可,但朱继志逐渐发现,视频图像的最大价值可能并没有得到沟通。原因很简单,“视频电话当时是一个新玩意儿,但是很多人在通信中,光线其实足以听到这个声音;到后来,QQ等软件可以免费观看视频,更加确认了视频图像技术在通信业务中可以带来有限的商业价值“2006年,朱继志进入全国最大的芯片和解决方案提供商Comtech集团继续寻找答案,从BD到Comtech集团副总裁,他提供了上游技术解决方案视频图像技术在汽车,家电,通讯,安防,手机等多个行业的数百名客户中,逐渐认识到,随着市场认知的逐步成熟,视频图像技术在汽车,安防,手机,它的立足点应该指向视觉本身的应用方向。“拍摄照片和录制视频不仅容易,高质量的图像应用于多个场景。 “扎根于视频和视频领域多年,对许多行业上下游行业有深刻理解的朱继志决定自己做生意,2014年,AR和VR的概念Facebook收购了VR公司Oculus,谷歌收购了Nest Labs,在中国市场以DJI为代表的专业视频设备也受到市场的追捧,朱继志看到了商机,在智能硬件时代是一种最受欢迎​​的产品,其背后的技术体现了前所未有的价值。“事实上,国内市场一直不太关注纯技术型企业,市场的关注在产品层面。但是,智能硬件的爆发注定会给其背后的技术产业链带来市场空间,他们需要解决方案。“游泳!朱继志敲定,他决定在自己的视频成像技术方面做专业领域的解决方案。它是C市场上的互联网内容还是B市场上的各种产品,视频成像技术有很大的发挥空间。随着下游应用变得更加分散,机会实际上是在做上游的事情。要做上游技术公司,我们必须找到一个切入点的高门槛。痛点指出,“在数字成像技术30多年来,许多痛点仍然没有解决,如成本高,噪音较大,拍摄背光差等。最重要的是,数字成像技术只是一个图像的输出的结果,而不能把握图像生成的过程,这意味着图像的结果是单一的,不能满足所有的应用场景。“朱继志决定开发一种创新的成像引擎,使B侧成像与高品质的成像要求。 “引擎”打开前端成像战场在朱继志眼中,AI视觉产业有两个战场。一个是已经很火热的战场图像识别,处理和应用战场。另一个是前端成像战场,很少有人前进。 eyemore成立于2014年,是一家从事前端成像引擎的技术公司,通过独立开发的成像算法为各种应用场景中的机器视觉公司提供前端,基于传感器的一体化解决方案。在这一点上,数字影像技术在世界上占主导地位的模式仍然保持不变,“索尼”是技术和规则的建设者和掌握者,挑战他们几乎是幻想,而朱继之则试图采取一种颠覆性的方式来开发一种新的代人工智能成像引擎。 “数字影像的质量标准是主观的,人们更关心照片是否能够符合自己的想法,人工智能时代所要求的影像质量标准是客观的,即影像可以应用“。基于此,朱继志认为,人工智能成像引擎不仅需要输出单向图像,而且还要输出图像和图像生成过程的交互数据。基于上述交互式数据的智能分析将有助于通过智能处理来提高图像质量。也可以导出AI成像引擎的开发工具,为用户提供自主开发,自定义输出所需的图像。上述过程称为AI预处理,即在应用视觉图像着陆场景之前,完成图像处理,输出与应用场景对应的高质量图像。 “AI成像引擎是将光学模块连接到后端AI算法的关键节点,在光学模块完成聚光和光电转换并输出电子信号后,成像引擎提供成像和处理的过程视觉感知处理,然后输出图像到GPU进行深入学习,并在视觉认知分析后输出识别结果。“成像引擎将是决定人工智能视觉识别准确性和效率的关键因素。如何创建AI成像引擎?朱继志将其定义为传统的ISP(图像信号处理器)+ AI成像算法+ AI SDK(软件开发工具包)。与大多数仅针对传统ISP技术进行了优化的数字成像技术不同,eyemore将ISP放置在成像引擎架构的最底层,以提供诸如CMOS驱动器,去除死像素,色彩校正,自动曝光等基本功能。包括多级降噪,增强动态范围,分层成像等多种用于AI成像算法,如“eyeNoise”,“eyeMix”和“eyeColor”等;作为软件算法工程师加入提供深度定制的SDK接口,方便软件工程师实现硬件设备的“一键式控制”。难点在于涉及光学,硬件,算法等跨界技术,需要多年的积累,高门槛。这样的成像引擎承载了朱继之在AI时代打败“索尼”的野心。其中,ISP技术在业界已经非常成熟,SDK接口的开发不是一个技术问题。最重要也是最难制造的显然是中等水平的许多成像算法。在成像领域没有已知的算法可以借鉴,都需要重新开发。从开创性的,持续的反复试验到逐步完善的过程,eyemore花了三年多的时间。在现场演练技巧中,在成像过程中“做文章”,眼睛首先要对图像像素进行深入分析。传统的成像引擎,大多是像素处理单元进行处理,然后生成照片和视频。而朱继志希望采用新的智能处理算法,重新像素块和像素级来定义和处理,智能计算像素之间的关系。此时,像素不再是处理的基础,取而代之的是各种像素块和像素级别。这种方法可以改变传统照片和视频在像素和分辨率方面的清晰度,从而将照片和视频文件的数量减少到传统文档的五分之一,同时保持高质量和高质量定义一到十分之一。基于这种方法,eyemore开始注意到数字成像的显着痛点 - 从噪声开始,开发eyeNoise分层降噪算法。在朱继志的思考中,eyeNoise技术通过多层次的降噪架构,以及各种基于场景的降噪算法,使引擎的大规模计算能力,实时消除各种噪声源,实现“数字补光灯”,以淡淡的高精度成像。理想是饱满的,但为了达到理想的状态,路径是曲折异常的。 “我们花了半年的时间做了一个包含我们的算法的大型硬件DEMO,晚上的成像非常好,但白天不正常,我们改变了一些照明场景,发现这是不正常的。朱继志把这个问题归结为没有足够的事实证明情况:“就像自动驾驶仪一样,你不能在实验室里建立一个理论基础的系统,但是你需要在足够的场景中练习。 Eyemore进行了长达三年的测试场景,数据,然后反馈,优化,调整过程。 “只有个人的经验,很显然我们的技术可以解决问题。”朱继志回忆,当他经常开着自己的车沿深圳湾现场考验的时候,通过不同大小的公园和街道的灯光,每次迭代一个版本,再次考验。在此期间,慧眼获得了着名天使投资人杨向阳的融资天使和来自投资机构的前一轮财务支持,保证了研发进展。随着团队“打破”越来越多的场景,逐渐将eyeNoise分类降噪算法越来越成熟。同时,在同样的过程中,eyemore创造了eyeMix动态范围扩展技术。 “通过各种场景模型进行智能分析和合成,实现比CMOS传感器更高的动态范围,在全光幕精确的色彩还原以及在高光比的复杂光照环境下进行高精度成像,解决背光和反射AI视觉疼痛问题。用朱佳史的话来说,技术在实验室里是没有的,技术要有可靠性,易用性和应用能力,需要付出巨大的努力,这是技术的内容。 eyemore逐步在影像引擎架构上形成了技术壁垒,AI视觉产业迎来了大规模的爆发,朱继志更加决心成为这一大规模新兴产业上游决心的“推动者”。为广泛的AI愿景客户提供一整套高品质的成像解决方案和深度定制服务,帮助AI愿景客户快速开发部署产品“。技术输出需要一个载体,而朱继智将其产品模型分为几个领域:AI Vision成像引擎开发工具包。为了方便客户公司AI算法工程师更好地对接自己的系统,eyemore为开发者提供了软件SDK,硬件平台,算法集成开发平台“eyemorekit”,具有类似“树莓派”和“Arduino”模块化设计,支持外围扩展;深入定制成像模块。根据客户要求的图像质量标准,定制成像模块;成像引擎集成模块和成像引擎ASIC芯片。为客户提供小型化,便携式,高性价比和强大的计算模块和芯片;为互联网拍摄傻瓜终端产品。 “为什么要做最终产品?首先,这是一个企业,其次,这是一种我们直观地反映我们技术成熟度的方式。 Eyemorekit开发平台目前已经落地,模块已经开发,并正在与十几个客户开发建立了合作关系,在磨合阶段。朱继志把这个过程叫做“设计”,就是拿到客户的票。赢得客户订单后,完成了“设计取胜”的目的。朱继志透露,目前更多的成像引擎ASIC芯片也正在研发中,将于2018年量产,并在2019年找到客户“设计”,全面上市销售。他想要在他的成像引擎周围建立一个AI成像生态系统。 “未来如果有人想做一个机器视觉项目,您可以使用我们的eyemore套件来学习未来开发和使用成像引擎,我们可以使用我们在各个业务阶段提供的模块和芯片。 eyemore的短期目标是2018年的AI视觉客户,可扩展和定制的成像模块,同时培育市场; 2019年大规模向客户销售具有成本效益的成像引擎芯片;将成像IP部署到2020年制造商的所有主要视觉相关芯片。 “最后,我们是一个基于技术的商业模式,通过不同的矢量输出技术赋予客户权力,特别是在AI时代。”就目前来看,朱继之认为,眼下正处于大规模商品化的前夜。 “努力工作三年以上,就要全面推进商品化进程。”人工智能正在推动一万亿次图像视觉市场升级。自动驾驶,手机,智能安防是AI视觉成像技术发展最快的市场,也是眼睛未来的焦点所在,另外军事,医疗和工业测试市场也是其发展方向。除了客户的垂直发展外,眼下还将横向整合视觉传感器,摄像头等资源进行合作,为未来客户提供更为一体化的解决方案,机器视觉行业拥有万亿级的市场空间,而eyemore面向影像前端的市场达到了1000亿的水平,朱继志的目标是在2018年赢得50个“客户设计”,并成功实现25个以上的“设计获胜”。在未来的三年里,他希望扩大500个“客户设计”,赢得一半以上的客户。“根据我们的经验,一个客户大概在第一年就可以给我们两百万左右的收入,我们明年的销售目标是5000万元到1亿元左右,而随着机器视觉行业的爆发,客户数量的增长,我们未来每个客户的收入都可能翻三倍。 “困难在于机器视觉行业的发展还处于一个相对较早的阶段,很多视觉应用还不是很清楚,这就要求我们要跟着市场不断升级自己的技术来应对大规模的市场爆炸与我们的客户。“眼下,其主要竞争对手依然是索尼等巨头,朱继志认为他和前者站在了AI成像引擎的起跑线上,而作为初创企业,做得更专注,更快完成产品技术创新。 Eyemore凭借其先发优势,并不担心新兴巨头涌入市场的影响。 “唯速不破”,是朱继志在谈到市场竞争时所作的简洁而有力的回答。站在机器视觉产业链的上游,朱继志雄心勃勃,成为AI视觉公司的前端力量梦想更加坚定而强大,其宏伟蓝图就是成为AI时代的“索尼”并在自己的AI影像生态中担当领导者的角色。