OpenCV 例項解讀：深度學習的計算與加速

ITPUB：您認為人工智慧現在處在一個什麼樣的階段？ 

趙娟：我認為人工智慧已經經歷這麼多年的發展，在framework領域已經逐漸成熟。而在各業務範圍的開枝散葉，是目前大的趨勢。舉一個例子，人工智慧和AR，VR都有結合。在車載360度環視環境中，可以進行行人和障礙物檢測。

ITPUB: 未來的發展方向如何？

趙娟：目前我們看到的人工智慧的應用，相對而言還比較窄，在未來，針對同一場景，做各種不同的智慧檢測，反饋會是一個趨勢。目前在車載的智慧應用，在機器人的系統開發中已經有了一些前沿的討論和研發。比如今年CVPR的最佳論文，taskonomy研究遷移學習，提供含室內環境20幾個的任務的bank。雖然文章討論的亮點是在於節約樣本，但是這也是為同時做多工處理提供了非常好的樣例。

還是以車載為例，在同一時間，它需要分析周邊環境，需要同時進行多方面的分析，包括路線、行人、障礙物。目前，我們大部分是使用高分率雷達和鐳射雷達結合深度完成，現在已經有一些純粹基於影片的方案了。

至於如何在各業務領域落地，一時間也不會有一個統一的方法，看各巨頭和新興企業之間的對客戶的博弈。比如在邊緣計算領域會提供一些低成本低功耗快速精減服務，而云計算也會在提高準確性、處理速度和低延時方面向邊緣計算提供補充。最終的目的，是改善各層次消費者的生活，降低社會成本。

ITPUB：您認為影片行業會在哪些關鍵部分和階段與AI技術產生“火花”？

趙娟：如果說火花，其實現在就已經非常火了。我認為目前最大的火花，還在於車載和機器人兩個領域，結合邊緣和雲端計算，會更多的深度應用。同時對影片處理的效率、效能、延時提出了高要求。

ITPUB： 當初AI技術是如何與現有的系統進行融合的？

趙娟：我們接觸AI源於四年前Michael Fu (Intel，我們base在JF的老闆，帶Audio/Videol團隊 )的OpenCL的策略的一部分，到今年的Vulkan為DNN加速一切很自然。和Pisarevsky Vadim的合作非常順暢。

ITPUB ：這之間遇到什麼挑戰您能談談麼？

趙娟：說起挑戰，是Google平臺（特別是Android）的加速引發，隨著Google也在推進Vulkan，所以我們迎接這個趨勢，也開始了一些path finding，目前也有1萬6千多行程式碼和Vadim的團隊review。

ITPUB：今年OpenCV增加了深度學習模組，您能否簡單介紹下最新的進展情況和應用實踐？

趙娟：OpenCV是一個非常有歷史的開源專案，受益群眾特別廣。它在3.3時開始將深度學習模組從opencv_contrib移到OpenCV repo。它主要關注於inference。在framework層面，有caffe, caffe2, tensorflow，那為什麼還會有OpenCV DNN呢？設計初衷是在inference時，方便不同框架透過同一個interface來做inference。同時OpenCV在影像預處理和後處理中已經提供了非常豐富的方法。

目前它的DNN的模組加入了Intel的OpenVino的加速，來滿足Intel不同平臺的需要。 OpenVINO的全稱是Open Visual Inference & Neural Network Optimization。除此之外，OpenCV DNN也包含其他的backend, 比如Halide backend，經過最佳化的CPU和OpenCL backend以及目前正在進行中的Vulkan backend。OpenCV DNN中有提供非常多的sample，比如人臉檢測、影像風格轉換，等等。 這裡面有很多的工作來自於俄羅斯團隊。我們團隊前赴後繼的在OpenCV DNN 的Framework以及Backend方面提供最佳化和加速演算法。

ITPUB: 在具體的應用過程中，您比較關注哪些效能方面的最佳化？

趙娟：談到應用，以前，我們團隊和Pisarevsky Vadim（OpenCV Maintainer,來自Intel俄羅斯）一起，幫助OpenCV DNN提供了OCL的硬體加速。目前我們更關注於使用新的技術對NN進行加速。比如Vulkan。

ITPUB：處於當前的階段下，您認為深度學習DNN模組的匯入將帶來怎樣的價值？比如開發人員的准入門檻、影片處理的效能最佳化等方面。

趙娟：在我今年和應屆生、學校的老師以及一些論壇中的人有過討論後，驚喜的發現已經有人在使用OpenCV DNN。OpenCV DNN使用起來非常簡單，也有和Java, python結合。這降低了研發人員的准入門檻。結合OpenCV的本身的影像預處理、後處理，讓整個pipeline更簡潔。

ITPUB：您目前帶開源技術中心media framework和media processing，專注於Intel的開源生態，服務於Intel各產品部門的需求，據您經驗，在影片處理方面有哪些坑？

趙娟：談起影片處理裡的坑，有一個訴求是經久不變的，0-Copy。這個需要深入理解整個pipeline中對buffer的管理和傳遞。另一個坑是忘記開啟硬體加速。使用者有時並不是直接使用FFmpeg/gstreamer，OpenCV，而是透過上層如HandBrake，JavaCV。這時需要檢查所依賴的FFmpeg/gstreamer，OpenCV是否已經開啟了硬體加速。

ITPUB：今年是SACC大會的第十年，作為《機器學習與深度學習》專場的演講專家，在您看來，本次專場，能幫助聽眾解決企業哪些方面的問題？能為聽會者帶來哪些收益？

趙娟：其實，這是我第一年參加SACC。令我特別高興的是，我在來參會嘉賓中看到了很多熟人。如果大家有對各種影片處理，360影像拼接，與深度學習相結合方面，或者硬體加速的問題，我樂意答疑解惑。

ITPUB：對於本屆大會，您有什麼想對參會者說的嗎？

趙娟：我還是套用習大大的話吧，擼起袖子加油幹。目前我們團隊打算寫一本OpenCV深度學習有關的書，來幫助大家。