不落下视频中任何蛛丝马迹，Matroid用计算机视觉技术让你成为“21世纪的福尔摩斯”

如果一张图片可以表达千言万语，那么一个视频所带来的信息便是一张图片的无数倍。计算机视觉初创公司Matroid于今日面世，它让用户可以直接使用视频中包含的信息。用户可通过这个简单易用且非技术性的网络平台建立自己的检测器，用于检测特定人像及物体。

Matroid的创始人Reza Zadeh是斯坦福大学的副教授。过去十年中，他一直致力于实现这个创意。最近，他开始有所行动，并赶上了计算机视觉领域民主化的浪潮。Matroid的强项在于从视频中找出特定的对象，而不是从卫星或者医疗图像中提取信息。

在建立自己的检测器时，用户们不必大费周章地使用TensorFlow或者是Google Cloud的新智能视频API，他们只需要上传一个自定义的训练数据集，或者从一个拥有数百万张图片的数据库中选择训练数据集。Matroid可以在训练的过程中处理图片和视频片段，使用多个神经网络来处理不同类别的输入数据。当添加视频时，系统会提示用户将边界框放置在训练场景中的重要对象上。

假设你想为一份监视视频建立检测器，从而证明嫌疑人没有犯罪，那么在帮助《我的表兄维尼》里的乔·佩西时，你需要做的只是上传一组嫌疑人的金属薄荷绿色1964年“别克云雀”，可能还需要这辆车的商业广告，然后在犯罪地点的监视视频中运行这个检测器。Matroid甚至可以让你降低对那些“云雀”图片的确认率，从而分辨出和“云雀”极其相似的1963年“庞蒂亚风暴”。

该公司计划和Nielsen等数据测量公司合作，通过从电视和其他媒体获取有价值的信息来进行商业化。例如，苹果公司可能会想知道在HBO的电影中iPhone或是MacBook出现的次数。除此之外，监控团队还可以通过Matroid实现半自动化，他们可以训练检测器来标记人员或车辆，并同时忽略狗和摇曳的树木。

这家初创公司会围绕着这些使用案例来获利，并向用户收取监控持续视频流的费用。而对于那些急于将数据发送到异地进行分析的公司，Matroid将允许其在当地运行和收费。自定义的检测器可以通过训练来适应反常的照明效果和用户视频中的其他异常情况。另外，像在YouTube视频中寻找蝙蝠侠这样的个人使用将保持免费。

Zadeh和他的团队正在努力为计算机视觉建立市场，由此专家们将能够制造并销售更先进的定制检测器。为了吸引开发人员，Matroid正在为其平台构建一些可以投入使用的可视化工具。它也正在为那些能够看懂并使用TensorFlow的人扩建软件库。Zadeh表示公司将建立最为健全的检测器和模型。

对于Matroid来说，现在的问题是能否尽快建立自己的社区，从而创造有持续价值的东西。因此，Zadeh在机器学习这个领域相当活跃，组织了Scaled Machine Learning会议，并且相当推崇TensorFlow。

Matroid正与如今的垂直化趋势逆向而行，且获得了NEA的大力支持，如果上述的社区能够发展壮大，而且Matroid和它的API成为更多整体工作流程中不可或缺的一部分，那么公司一定会有更好的发展。

解码人工智能·猎云网2017产业创新峰会 4月13日北京等你参加： http://www.lieyunwang.com/topic/summitai

290020