在近日召開的ACM Multimedia 2017會議上，來自阿里巴巴iDST（Institute of Data Science and Technologies）團(tuán)隊(duì)的三篇關(guān)于“城市大腦”的論文入選其中，三位論文作者受邀赴峰會做報(bào)告。

ACM MM是全球多媒體領(lǐng)域的頂級會議，屬中國計(jì)算機(jī)學(xué)會（CCF）指定的A類國際會議。今年受邀赴美作口頭報(bào)告的論文作者占比僅為7.5%，ACM MM組委會在郵件中稱整個論文評選過程為“艱難激烈的”。此次阿里巴巴入選的三篇論文涉及的交通事故、人流軌跡、交通數(shù)據(jù)樣本等技術(shù)問題均來自“城市大腦”實(shí)際應(yīng)用場景。

早在2016年阿里巴巴就推出了人工智能“ET城市大腦”，通過為城市安裝人工智能樞紐，以攝像頭為核心進(jìn)行數(shù)據(jù)采集與計(jì)算，對整個城市進(jìn)行全局實(shí)時分析，自動調(diào)配公共資源，修正城市運(yùn)行中的Bug。

“城市大腦”成功落地杭州、蘇州等地，整個項(xiàng)目團(tuán)隊(duì)解決了大量難題，并在2017杭州云棲大會上交出了一份漂亮答卷：經(jīng)過一年測試，“城市大腦”成功接管了杭州128個信號燈路口，試點(diǎn)區(qū)域通行時間減少15.3%，高架道路出行時間節(jié)省4.6分鐘。此外，在主城區(qū)城市大腦對交通事件進(jìn)行智能報(bào)警，日均事件報(bào)警數(shù)達(dá)500次以上，準(zhǔn)確率達(dá)92%，大大提高了執(zhí)法指向性，在蕭山區(qū)，120救護(hù)車到達(dá)現(xiàn)場時間縮短一半。

會議現(xiàn)場，iDST團(tuán)隊(duì)的申晨、趙一儒對《時空自編碼器的視頻異常檢測模型》、《基于多層相似度感知的深度神經(jīng)網(wǎng)絡(luò)及其在同人鑒別中的應(yīng)用》兩篇論文進(jìn)行了口述報(bào)告。

?[[208146]]?

（ACM MM參會人員在阿里展位觀看城市大腦演示內(nèi)容）

在阿里巴巴展區(qū)，技術(shù)人員向來自北美、亞洲、歐洲等區(qū)域的參會者介紹了阿里巴巴杭州“城市大腦”技術(shù)方案，在現(xiàn)場演示了DEMO內(nèi)容。

來自美國 University of California, Irvine的Ramesh Jain教授（多媒體領(lǐng)域著名資深領(lǐng)軍人物），瑞士Idiap和EPFL的Daniel Gatica-Perez（多媒體領(lǐng)域知名專家），澳大利亞墨爾本La Trobe University大學(xué)的Phoebe Chen教授（Chair of Department of Computer Science and Information Technology），以及新加坡國立大學(xué)、清華大學(xué)、北京大學(xué)、浙江大學(xué)等國內(nèi)外大學(xué)知名教授紛紛參觀了展臺，并對阿里巴巴“城市大腦”方案進(jìn)行了高度點(diǎn)評，他們認(rèn)為“城市大腦”的確是人工智能的超級應(yīng)用和創(chuàng)新平臺，城市大腦方案真切地反映出阿里巴巴在人工智能技術(shù)領(lǐng)域的深厚實(shí)力，尤其通過技術(shù)推動城市管理與商業(yè)發(fā)展，為市場拓寬了技術(shù)發(fā)展思路。同時表達(dá)了和“城市大腦”項(xiàng)目合作的意向。

?[[208147]]?

（浙江大學(xué)莊越挺教授<左三>在阿里展區(qū)觀看城市大腦演示DEMO）

?[[208148]]?

（Ramesh Jain教授<右一> 和華先勝博士討論城市大腦）

?[[208149]]?

（Daniel<中>和華先勝博士交流）

“城市大腦”人工智能技術(shù)負(fù)責(zé)人、阿里巴巴 Distinguished Engineer及iDST副院長華先勝表示，“城市大腦”包含多項(xiàng)人工智能技術(shù)，如視覺認(rèn)知、優(yōu)化決策、視覺搜索、預(yù)測、大規(guī)模實(shí)時視頻處理系統(tǒng)等?！俺鞘写竽X”的應(yīng)用場景也是許多技術(shù)研究的起點(diǎn)，研究成果都將保證“城市大腦”的真實(shí)落地。同樣在這次會議組織的LSVC（Large-Scale Video Classification Challenge）大規(guī)模視頻分類比賽上，阿里巴巴iDST視頻技術(shù)團(tuán)隊(duì)?wèi){借平均準(zhǔn)確率87.41%創(chuàng)造本年度最佳成績并奪得冠軍。

除“城市大腦”外，阿里巴巴的人工智能“ET大腦”還落地了“工業(yè)大腦”、“”醫(yī)療大腦、“環(huán)境大腦”等多個領(lǐng)域。正是因?yàn)橛辛税⒗锇桶皖I(lǐng)先的人工智能技術(shù)，才會有如今不斷演進(jìn)的“ET大腦”。在未來，阿里巴巴也將不斷精進(jìn)在人工智能領(lǐng)域的技術(shù)研究，推進(jìn)人工智能在多個領(lǐng)域的成熟落地，以技術(shù)提升效率改善生活。

以下為本次ACM MM峰會入選論文介紹：

Spatio-Temporal Auto Encoder for Video Anomaly Detection

時空自編碼器的視頻異常檢測模型

Yiru Zhao (Shanghai Jiao Tong University & Alibaba Group)

趙一儒

Bing Deng (Alibaba Group)

鄧兵

Chen Shen (Zhejiang University & Alibaba Group)

申晨

Yao Liu (Alibaba Group)

劉垚

Hongtao Lu (Shanghai Jiao Tong University)

盧宏濤

Xian-Sheng Hua (Alibaba Group)

華先勝

論文摘要：

為城市大腦提供監(jiān)控交通異常的方法。受動作識別等領(lǐng)域的最新研究成果啟發(fā)，設(shè)計(jì)了一種時空自編碼進(jìn)行視頻異常檢測，同時提出一種權(quán)重遞減的預(yù)測誤差計(jì)算方法。經(jīng)真實(shí)的交通場景評測，該算法在重要指標(biāo)上已經(jīng)超過了此前的最好方法。

Deep Siamese Network with Multi-level Similarity Perception for Person Re-identification

基于多層相似度感知的深度神經(jīng)網(wǎng)絡(luò)及其在同人鑒別中的應(yīng)用

Chen Shen (Zhejiang University & Alibaba Group)

申晨

Zhongming Jin (Alibaba Group)

金仲明

Yiru Zhao (Shanghai Jiao Tong University & Alibaba Group)

趙一儒

Zhihang Fu (Alibaba Group)

付志航

Rongxin Jiang (Zhejiang University)

蔣榮欣

Yaowu Chen (Zhejiang University)

陳耀武

Xian-Sheng Hua (Alibaba Group)

華先勝

論文摘要：

為人流軌跡的識別判斷提供技術(shù)支持。結(jié)合深度學(xué)習(xí)的Siamese網(wǎng)絡(luò)和分類網(wǎng)絡(luò)模型優(yōu)勢，同時將相似度擴(kuò)展到其他層次。與經(jīng)典的大規(guī)模同人鑒別公開數(shù)據(jù)集對比，目前檢索精確度的最優(yōu)結(jié)果已達(dá)業(yè)內(nèi)最高水平。

Stylized Adversarial Autoencoder for Image Generation

基于風(fēng)格化對抗自編碼器的圖像生成算法

Yiru Zhao (Shanghai Jiao Tong University & Alibaba Group)

趙一儒

Bing Deng (Alibaba Group)

鄧兵

Jianqiang Huang (Alibaba Group)

黃建強(qiáng)

Hongtao Lu (Shanghai Jiao Tong University)

盧宏濤

Xian-Sheng Hua (Alibaba Group)

華先勝

論文摘要：

解決城市大腦交通視頻數(shù)據(jù)樣本不足的問題。受條件對抗生成網(wǎng)絡(luò)和風(fēng)格遷移學(xué)習(xí)的啟發(fā)，采用內(nèi)容提取網(wǎng)絡(luò)和風(fēng)格提取網(wǎng)絡(luò)分別從內(nèi)容圖片和風(fēng)格圖片中提取特征，將兩者融合后，通過圖片生成網(wǎng)絡(luò)獲得融合相應(yīng)內(nèi)容和風(fēng)格的圖片。