在LiveVideoStackCon2019深圳音視頻技術大會前夕，我們邀請到了相芯科技資深圖形引擎開發經理蔡銳濤老師接受采訪，從個人成長聊到智能圖形技術方面的創新與應用，再到相芯科技在虛擬形象上的優勢，最后關于5G對于圖形技術的升級方向，蔡老師也給出了自己的答案。

文 / 蔡銳濤整理 / LiveVideoStack
LiveVideoStack：蔡銳濤你好，感謝接受LiveVideoStack的采訪，能否向LiveVideoStack的讀者簡單介紹下自己。

蔡銳濤：我來自杭州相芯科技有限公司，資深圖形引擎工程師。碩士，畢業于浙江大學CAD&CG實驗室。2016年加入相芯科技，是視頻AR特效SDK的技術負責人，主要從事跨平臺的2D/3D AR圖形引擎的開發工作，對圖形圖像處理中智能美顏、美膚美型、美體瘦身、濾鏡特效、2D/3D貼紙、手勢識別、背景分割、人臉特征點定位、三維人臉重建以及人臉表情動畫合成、角色物理動畫以及真實感渲染等技術有較深入了解，同時也十分關注音視頻領域相關技術。

LiveVideoStack：浙江大學CAD&CG作為國家重點實驗室，在其中的經歷對你有哪些影響？

蔡銳濤：我在本科畢業后到浙大CAD&CG實驗室繼續碩士階段的學習，做三維人臉重建以及人臉表情動畫合成相關工作，對圖形學的認知越來越廣，也發現自己未知的東西也越來越多，探索充滿挑戰和驚喜，也被她深深的吸引。在加入相芯科技后，我主要做的也是與圖形引擎開發有關的工作，相芯科技做的視頻AR特效SDK已經服務于500+ B端客戶，包括百度、阿里等，產品與音視頻結合后可以服務于眾多行業，包括社交、直播、短視頻、在線教育、廣告營銷等。浙大CAD&CG實驗室的經歷讓我對圖形技術有了更深層次的理解，為之后的工作打下了堅實的基礎，在不斷的探索過程中也更加堅定了自己對圖形學的熱愛。LiveVideoStack：對圖形圖像處理技術感興趣的開發者，你有沒有推薦的書籍？

蔡銳濤：關于計算機圖形學基礎，可以看看《計算機圖形學》《數字圖像處理》。入門實踐可以看看Khronos小組編寫的王銳教授等譯著的紅寶書《OpenGL編程指南》。細分方向上，幾何處理方面，推薦看看計算幾何Computational Geometry: Algorithms and Applications, Third Edition.。渲染上有兩部經典的書Real-Time Rendering 以及Physically BasedRendering。游戲引擎架構入門有本不錯的書籍Game Engine Architecture,Third Edition，由Milo大神譯著《游戲引擎架構》。當然只學習書本知識是不夠的，要多到實際中去，圖形學在很多方向上，對工程能力要求也較高，建議多多“造輪子”，加深理論理解，提升工程能力。此外，多關注學術前沿，計算機圖形學會議SIGGRAPH，SIGGRAPH Asia等，會議有很多courses也是不錯的學習和實踐的地方。LiveVideoStack：目前，相芯科技在智能圖形技術方面具體有哪些創新與應用？

蔡銳濤：基于相芯科技的“數字化身驅動”和“數字化身創建”兩大核心技術，相芯科技已經形成了較為成熟的四大解決方案，即：視頻AR特效、虛擬形象自動生成、AI虛擬助手解決方案和AI虛擬主播解決方案。

視頻AR特效相信大家已經很熟悉了，就不做贅述了。虛擬形象自動生成技術僅需一張自拍照片，即可同步生成個性化3D卡通形象，這項個人形象技術，可以輕松接入到各種VR/AR的應用中去，應用前景較為成熟與廣闊。而AI虛擬助手能夠實現與用戶面對面互動的可視化人機交互體驗，企業用戶可選擇通用形象或者通過定制具有品牌IP的聲音、形象獲得專屬的智能助手，無論是嘴型、表情還是聲音，均已達到流暢生動的交互效果。AI虛擬主播解決方案目前比較多的運用在報業和電視臺，只需要輸入文字或音頻，就能快速生成具備精確口型、豐富面部表情以及動作的AI虛擬主播播報視頻，幫助需求方提高新聞內容生產效率，降低制作成本。LiveVideoStack：目前市場上也有其他做AI虛擬主播和AI虛擬助手的廠商，相芯科技相比其他廠商有哪些核心優勢？

蔡銳濤：形象方面是我們比較大的優勢。我們具備業內最全面的形象類型，支持2.5D真人、3D卡通人物、3D卡通動物、3D高精度仿真人的形象定制，同時支持半身和全身定制，來滿足不同平臺IP定制化的需求。

不僅如此，我們的形象具備豐富的情緒表情和動作姿態。相芯科技自主研發的語音動畫合成技術（STA）將人工智能與計算機圖形學相結合，當計算機獲取語音或者文本中的內容信息后，STA即可通過計算機圖形學合成技術對虛擬形象的面部進行驅動并融合，實現極具逼真感的表情還原。我們也會根據客戶需求，提供包含形象、情緒、動作等多維度形象配置服務，同時兼容市面上的大部分語音廠商，致力于打造更完美的AI虛擬形象。

LiveVideoStack：隨著5G等網絡基礎設施的完善，網絡帶寬更大，網絡傳輸延遲更低，在這個過程中你覺得圖形圖像處理技術有哪些重要的升級方向？

蔡銳濤：5G的到來使得很多數據密集型低時延要求的領域都會有新的機會，云計算，邊緣計算，邊云協同，物聯網，自動駕駛，遠程醫療，虛擬現實，超高清視頻等等。在音視頻領域，最直接的結果是圖像清晰度的提升，另外數據量上也會較4G高出一兩個數量級。圖像清晰度的提升，一方面可以直接由硬件設備升級支持，另一方面，整個互聯網上已經積累了海量的中低清圖像視頻，那么，圖像超分辨率，會有很好的應用場景，并且處理海量數據帶來的延遲是個蠻大的挑戰，這里充滿機會。同時，圖形分辨率提升，帶寬也急劇加大，高質量的圖像壓縮算法也有施展拳腳的地方。此外呢，個人覺得VR虛擬現實，AR增強現實，數字化身也會有很好的機會，這三個不同的領域，有個共性，需要高質量的真實感渲染。在當前終端上，由于傳輸帶寬過小，大部分的邏輯計算和圖像渲染都要依賴于本地的硬件水平，增加了用戶的使用成本，并且很難達到實時的要求。如果采用端云結合模式，云端高質量渲染，云端AI計算，終端顯示，可以有效降低用戶使用成本，小于5ms的時延能極大提升體驗，這其中也有不少機會。數字化身也是我們相芯主攻方向之一。

LiveVideoStack?秋季招聘

LiveVideoStack正在招募編輯/記者/運營，與全球頂尖多媒體技術專家和LiveVideoStack年輕的伙伴一起，推動多媒體技術生態發展。同時，也歡迎你利用業余時間、遠程參與內容生產。了解崗位信息請在BOSS直聘上搜索“LiveVideoStack”，或通過微信“Tony_Bao_”與主編包研交流。

總結

以上是生活随笔為你收集整理的相芯科技蔡锐涛：AI虚拟形象——没有最完美，只有更完美的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。