作者 | 维克多
一年一度的“618”剁手节要来了！一时间，康帅博、七匹狠、雷碧、大白免、白事可乐、老于妈......等品牌，纷纷发来贺电。
某些商家在商品名字上下功夫造假，虽然手段低级，但着实有效！例如有位大哥在某影星直播间买的X.O洋酒，一看扫码价是1888（折后价19.8），以为是奢侈品，就送领导了。据说酒是上午送的，人是晚上走的…..现在广撒简历找工作。
为了解决这一问题，阿里收集了百万级别的奢侈品商标数据，基于这些数据，升级为了新的AI打假系统：
具体而言，阿里安全图灵实验室搭建了一个包含500多个奢侈品大类和1000多个子类商标，累计超过100万个商标数据集的全球最大奢侈品商标库，结合庞大的数据集训练的AI打假算法鉴别真假大牌商标的速度可缩短至30到50毫秒。
除此之外，阿里安全团队的“打假AI“还解决了以下两个常见的问题：
商标遮挡、形变等问题：真实场景中，广泛存在着商标存在遮挡、形变、扭曲等情况，以及刻意PS商标导致部分遮挡，一种商家的恶意对抗行为导致的遮挡。
对此，阿里安全团队AI打假模型采用的是弹性、高效的网络结构 - Brand Net，包含三部分：
Cascade-RPN：在目标比例变化很大的场景，anchor的预设非常重要；该结构减轻了Anchor参数设计，提高了Logo proposal的质量，提升了小目标的召回；
Soft Mask Attention：该结构用迁移学习的方式，构造了由bbox特征到segmentation特征的映射空间，从而得到bbox内目标的分割结果（Soft Mask）。该结构能够有效提升logo在bbox中占比较小的，以及形变时的表现；
Feature Representation and Instance Retrieval：该结构能够在新商标加入时弹性扩展，避免了网络retrained带来的时间和算力消耗。
1
百万logo数据集已公开
这个包含500多个奢侈品大类和1000多个子类商标，累计超过100万个商标数据集的全球最大奢侈品商标库，阿里将其命名为Open Brand。
具体而言，数据集来源于各大电商平台，包含了584,920图片，1,303,563的标注量，包含了行业内大部分商标。
数据收集过程颇为复杂，首先构建一个商标知识库，将商品图片与品牌进行匹配，然后从淘宝、天猫、1688等网站抓取产品图片，其中产品评论图片和真实拍照图也没放过。在数据清洗过程中，用ResNeXt101等网络进行相似去重、删除低分辨率图片后，只保留了140万张图片；随后又经历了耗费精力的图片标注、质量控制……
图注：Brand Net架构
2
AI打假，用竞赛持续优化
目前赛事已吸引全球30000多支队伍参赛为“AI打假”贡献方案。目前，赛事还在继续，仍然接收竞赛方案，欢迎有志之士提供方案！
据悉，本次大赛特别邀请来自学界中国科学院大学的黄庆明老师、中国科学院计算所王树徽老师、清华大学苏航教授和王鑫老师、UC Berkeley仉尚航老师，以及产业界的阿里巴巴图灵实验室负责人薛晖（奥创）、阿里浙大互联网挖掘实验室负责人李朝（涵空）、阿里巴巴视觉智能负责人何源（华棠）作为本次赛事的评审。