作者 | 維克多
一年一度的「618」剁手節要來了！一時間，康帥博、七匹狠、雷碧、大白免、白事可樂、老於媽......等品牌，紛紛發來賀電。
某些商家在商品名字上下功夫造假，雖然手段低級，但著實有效！例如有位大哥在某影星直播間買的X.O洋酒，一看掃碼價是1888（折後價19.8），以為是奢侈品，就送領導了。據說酒是上午送的，人是晚上走的…..現在廣撒簡歷找工作。
為了解決這一問題，阿里收集了百萬級別的奢侈品商標數據，基於這些數據，升級為了新的AI打假系統：
具體而言，阿里安全圖靈實驗室搭建了一個包含500多個奢侈品大類和1000多個子類商標，累計超過100萬個商標數據集的全球最大奢侈品商標庫，結合龐大的數據集訓練的AI打假算法鑑別真假大牌商標的速度可縮短至30到50毫秒。
除此之外，阿里安全團隊的「打假AI「還解決了以下兩個常見的問題：
商標遮擋、形變等問題：真實場景中，廣泛存在著商標存在遮擋、形變、扭曲等情況，以及刻意PS商標導致部分遮擋，一種商家的惡意對抗行為導致的遮擋。
對此，阿里安全團隊AI打假模型採用的是彈性、高效的網絡結構 - Brand Net，包含三部分：
Cascade-RPN：在目標比例變化很大的場景，anchor的預設非常重要；該結構減輕了Anchor參數設計，提高了Logo proposal的質量，提升了小目標的召回；
Soft Mask Attention：該結構用遷移學習的方式，構造了由bbox特徵到segmentation特徵的映射空間，從而得到bbox內目標的分割結果（Soft Mask）。該結構能夠有效提升logo在bbox中占比較小的，以及形變時的表現；
Feature Representation and Instance Retrieval：該結構能夠在新商標加入時彈性擴展，避免了網絡retrained帶來的時間和算力消耗。
1
百萬logo數據集已公開
這個包含500多個奢侈品大類和1000多個子類商標，累計超過100萬個商標數據集的全球最大奢侈品商標庫，阿里將其命名為Open Brand。
具體而言，數據集來源於各大電商平台，包含了584,920圖片，1,303,563的標註量，包含了行業內大部分商標。
數據收集過程頗為複雜，首先構建一個商標知識庫，將商品圖片與品牌進行匹配，然後從淘寶、天貓、1688等網站抓取產品圖片，其中產品評論圖片和真實拍照圖也沒放過。在數據清洗過程中，用ResNeXt101等網絡進行相似去重、刪除低解析度圖片後，只保留了140萬張圖片；隨後又經歷了耗費精力的圖片標註、質量控制……
圖註：Brand Net架構
2
AI打假，用競賽持續優化
目前賽事已吸引全球30000多支隊伍參賽為「AI打假」貢獻方案。目前，賽事還在繼續，仍然接收競賽方案，歡迎有志之士提供方案！
據悉，本次大賽特別邀請來自學界中國科學院大學的黃慶明老師、中國科學院計算所王樹徽老師、清華大學蘇航教授和王鑫老師、UC Berkeley仉尚航老師，以及產業界的阿里巴巴圖靈實驗室負責人薛暉（奧創）、阿里浙大網際網路挖掘實驗室負責人李朝（涵空）、阿里巴巴視覺智能負責人何源（華棠）作為本次賽事的評審。