新一代的“谷歌”或许不远了，未来的搜索将靠计算机视觉

本文来自微信公众号：硅谷密探（SVS-007）

在旧金山街头，会有人使用一个叫“Alice Who”（神马爱丽丝）的APP。

你只要把手机摄像头对准一栋建筑，或一家餐厅，“Alice Who”就会告诉你，这是什么地方，这家餐厅叫什么名字；“Alice Who”还能够帮你链接去美国版的大众点评网Yelp、FourSquare等，让你能够了解这家餐厅的详细信息和评价。

有了Alice Who，地方搜索变得异常简单，就像有一个当地的好友在身边，你眼睛看向哪儿，这位当地朋友就能告诉你看到的是什么。这或许就是未来的搜索体验吧！

看似简单的应用，背后包含了复杂的技术。对于户外环境中建筑、店面的识别，一直是计算机视觉的难点。如何让计算机看清楚，看得准？即使户外的光线千变万化，即使环境中存在众多干扰因素？

带着这些问题，硅谷密探连线了Alice Who的开发者，以色列创新公司Fringefy的联合创始人Assif Ziv，请他介绍了Fringefy在计算机视觉技术领域的研发情况，以及Fringefy的愿景和方向。

独辟蹊径的计算机视觉技术

计算机视觉（Computer Vision）是近年来大家谈的较多的话题。无人驾驶汽车、无人机等产品渐渐进入大众视野，如何让机器能够像人一样，有看见、辨识周围环境的能力，成为这些产品成功的关键。

随着计算机视觉技术的发展，人们开发了不同的手段来帮助机器“看见”物体。大部分技术是基于同一基础的，那就是点状云（Point Cloud）。通过3D扫描物体，构建点状云，然后用点状云训练机器的算法，让机器能够辨识出这个物体。 

（Point Cloud 示意）

但是，这种标准的技术，在室内适用，识别物体、人脸都很给力，却不擅长识别户外建筑。在户外，随着光线的变化，不但建筑反光的颜色和强度会变化，阴影会变化；此外，建筑物周围的行人、停靠的车辆，也会影响机器对其的识别。

（户外环境和物体受多种因素影响，图片来自asl.ethz.ch）

举个例子，我们在上午10点拍摄的咖啡的图像，与下午4点再次拍摄的图像，对于机器识别来讲，可能是完全不同的两个场景。并且，建筑物的体积较大，人通常并不能拍到其全貌。这也给机器识别带来了挑战。

而Fringefy的计算机视觉技术主要集中于应对这些挑战。Fringefy所开发的算法，专注于把握建筑的几何形状，而非整体和细节。也就是说，通过把握建筑的门、窗及主要结构，避开光线和干扰物的影响。

Azzif的团队已经专注开发这个技术两年，并在美国申请了专利，成为同一领域的最前沿的公司。

首先，他们的商业模式是什么？

其实，“Alice Who”APP只是Fringefy推出的一款展示用APP。Fringefy真正的商业模式，是通过提供API或SDK为客户提供服务。

目前，Fringefy的目标客户包含三类。

第一类是地区搜索引擎，如Yelp、大众点评、Trip Advisor等，让这些搜索引擎的用户，能够非常简便的用手机摄像头识别周围环境，提供不一样的搜索体验。

Fringefy的第二类目标客户是品牌和公司，这些公司希望通过分析其用户在社交媒体上发布的照片的地理位置，来获得商业洞察。例如，这些公司的用户，通过社交媒体发布了自己的照片，但并没有注明拍摄地址。Fringefy可以帮助客户分析这个图片，告诉客户，这是什么地方，从而帮助客户分析其用户的行为模式和喜好。

而第三类，当然是国防和安全行业了。以色列政府目前也是Fringefy的合作伙伴之一。

Azzif告诉硅谷密探，Fringefy成立到现在，盈利模式也经历了多个变化。最先是希望通过授权技术给客户来盈利，例如收取年度授权费用。后来，逐渐转向提供API，基于客户所消费的图像分析服务的数量和需求来收费。

（Assif Ziv）

如何快速准确地进行图片识别？

通常，Fringefy会把用户通过手机摄像头捕捉到的图像，与数据库中的图像进行比较、匹配。那么，如何将一个图像，与云上的成千上万张图像比较， 并且快速、精准？背后的两个关键词是：数据库和标签策略。

Fringefy的数据库来源分为两类。对于一些客户，例如国防安全类的，客户会负责提供图像数据库。但是Fringefy也能够自己抓取公开网络上的图像，快速形成图像数据库，例如，Yelp，Trip Advisor等网站上，有用户上传的大量图片，包含了建筑外观，并有相应的地点信息。

在制作“Alice Who”APP时，Fringefy建立了整个旧金山的商业类建筑的数据库，包括所有的餐厅、酒吧等，只用了2到3天的时间。目前，这个公开网络数据抓取的能力，还不是全自动的。Fringefy的下一步，就是研发能全自动的从浩瀚的网页上抓取图像，形成数据库的解决方案。

不过，如果每次都要将一个图像与云上的成千上万张图像比较、匹配，可能会减缓识别的速度。所以Fringefy配合使用了标签（signature）策略，让计算机算法根据某类标签，先进行预筛选，然后再匹配识别，以配合现有的电脑处理的条件。

例如，地址可以作为一种标签。当用户在某一个地点用摄像头捕捉图像时，用户的手机会上传地理位置信息。Fringefy就能根据这个地理位置信息，先筛选出数据库里附近的建筑的图像，再与用户手机捕捉到的图像进行匹配，从而更快、更准的得到结果。 

数据库里关于被拍摄建筑的图像越多，Fringefy就能越快、越准确的得到答案。对于小型的建筑，例如一个咖啡馆，只要云端数据库上有10到20张图像，Fringefy就能很准确的辨识出这个建筑。而对于中央火车站这样的大型建筑，大约需要500张左右的数据库图像。目前Fringefy能够做到的程度是，在80%的实验中，能准确的辨识出建筑。

以色列政府资助，迈出第一步

跟很多以色列公司一样，Fringefy的三位创始人是在服兵役时认识的。Assif Ziv和另外两位创始人都在空军服过役。在空军训练中，他们体验了高端的AR技术，产生了把这样的技术带到民间的想法。离开军队后，Assif和朋友们组建团队，并获得了以色列政府的投资。

（Fringefy团队）

获得以色列政府的孵化投资时，Fringefy只有一个技术概念，和一个简单的展示（demo）。但至关重要的，Fringefy有四个关系紧密的顾问，对如何解决建筑识别的技术提出了很多想法。顾问团队帮助Fringefy拿到了这笔重要的投资。据Assif透露，这笔投资占到了他们迄今筹得的总投资数（约150万美元）的一半。

初创团队工作了数个月，验证了技术的可行性，并做出了产品。之后，他们将目光转向了硅谷。在这里，有大量的潜在客户，例如社交媒体，例如无人汽车、无人机公司。而Fringefy的第二轮融资，主要来自硅谷，例如硅谷的投资机构Rothenberg Ventures 和 Super Ventures等，以及一些天使投资人等。

未来，或许会是新一代的谷歌？

在成立之初，Fringefy的团队就有一个愿景。那就是把由技术带来的“超级力量”带给大众。就像美国硅谷的技术创新最早是由军方流向民间，在以色列也是一样。Assif觉得，现在的时代是“天时、地利、人和”。

谷歌开创了一个时代。在那个时代里，谷歌将网络上的文字内容贴上标签（index），通过标签进行搜索，使得搜索引擎成为可能。而渐渐的，随着移动设备的普及，人们更多的开始在户外使用搜索引擎，而非在办公室和家里。并且，移动设备上的摄像机越来越强大，使得机器“看见”世界成为可能。

人们使用习惯的变化和硬件技术的前进，把我们推向了另一个未来，那就是视觉搜索的时代。在这个时代里，一切的图像、不管是平面的还是立体的，都可以被标注、被搜索；这也是Fringefy想要一展自己所长的未来。

这个未来还很远吗？No。就像一句有名的广告词：未来已来。在硅谷，大公司已经在大力投入，计算机图像识别的创业公司被收购、投资无数。在这里，投资者青睐的很多技术，都指向同一个目的，让机器更好的“看见”环境，并理解四周的环境。

而Fringefy，正在这个路途中大展宏图。

微信公众号：硅谷密探（SVS-007）硅谷第一科技媒体, 为你带来最生动的产品报道和推荐、独家的硅谷成功创业者在线交流，链接中美创业者。