阿里用AI打假，又有新研究成果問世。

　　這次，他們把目光集中在了服裝盜版上，而且把難度值拉到最大：盜版者抄襲過程中，修改了領子、袖子等細節(jié)，比如淘寶上的各類“明星同款”，一樣能夠快速鎖定。

    背后的思路是：基于服裝區(qū)域性表達的檢索模型，對圖像中的服裝進行區(qū)域化的相似性學習和度量。該研究成果已被CVPR 2020 收錄，并被選為Oral論文。

    阿里安全圖靈實驗室表示，該工作將用到阿里原創(chuàng)保護平臺，在淘寶、天貓等阿里系電商平臺上線，提供侵權(quán)檢測能力。

　　精細化抄襲魔高一尺，打假道怎么高一丈?

　　就服裝領域而言，雖然打假一直不斷，但盜版抄襲問題依舊普遍存在。而且從線上到線下，抄襲手段越來越刁鉆，打假難度逐年提高。目前來看，服裝領域的抄襲只有有三類。

第一類集中在圖片盜用上。盜版者通常未經(jīng)授權(quán)，拿正版品牌的商品圖使用或修改使用，比如在圖上添加自己店鋪的水印，或進行一些圖像處理(反轉(zhuǎn)、縮放、拼接等)。這一類侵權(quán)抄襲成本很低，但很容易被平臺的圖片檢索系統(tǒng)鎖定，然后快速“治理”。

第二類是創(chuàng)意盜用，不良商家直接抄襲原創(chuàng)商家的整體商品設計和創(chuàng)意，制作同款或者仿款。這類侵權(quán)的成本稍高一些，但基于商品整體相似度度量的同款檢索算法，可以對它們進行召回和治理。

第三類盜用是對服裝的某些局部區(qū)域進行修改，像是洗稿，比如改變領口的設計款式、或者胸前印花的布局，甚至改變服裝的款型等。但如下圖所示，仍然是抄襲正版品牌服裝的風格和設計元素(左側(cè)為正版，右側(cè)為盜版)，甚至還當做“明星同款”來賣。

　　這類盜版的成本最高，并不易被傳統(tǒng)的基于商品同款檢索的算法鎖定。通常情況下，電商平臺只能通過人工審核來發(fā)現(xiàn)，打假成本很高。

　　那有沒有一種方法，能夠讓系統(tǒng)自動鎖定此類抄襲現(xiàn)象?這就是阿里安全圖靈實驗室最新研究的方向。

此前，他們基于屬性感知細粒度相似度學習方法，提出服飾版權(quán)算法來鎖定局部抄襲，被AAAI2020收錄。

現(xiàn)在他們又提出了一個新思路，基于服裝區(qū)域性表達的檢索模型，對圖像中的服裝進行區(qū)域化的相似性學習和度量，從而實現(xiàn)更有效打假。

　　精確到袖子、領子的 “盜版服裝圖像”檢索算法

　　“盜版服裝”的定義，是整體上抄襲原版服裝設計和風格，并在一兩個區(qū)域進行修改，以逃避現(xiàn)有同款服裝檢索模型篩查的服裝樣本。

　　阿里的研究人員將圖像中的服裝分為五個區(qū)域，包括領子、胸部、腰部和兩個袖子區(qū)域，并在四類服裝(短袖T恤、長袖上衣、外套、連衣裙)上實驗，各服裝區(qū)域劃分如下圖所示：

　　在算法設計上，他們提出了一種服裝關鍵點引導的區(qū)域注意力機制。

　　首先利用服裝關鍵點估計分支來預測服裝的關鍵點，即分布在服裝圖像各個關鍵位置的點位，如領口、袖口、肩部、腋下等。

每類服裝的關鍵點數(shù)量和分布有一定差異，點數(shù)在每件25-40個左右。根據(jù)這些關鍵點，算法可對服裝圖片進行多個區(qū)域的劃分，如領子、袖子、胸部、腰部區(qū)域等。

區(qū)域劃分信息通過基于ROI Pooling思想的方式引入，一體化的服裝圖像特征被解耦為多個區(qū)域化的特征表達，以獨立地進行特征相似度的學習和度量。

同時，服裝關鍵點結(jié)合區(qū)域化的表達可作為一種注意力機制，引入到圖像檢索網(wǎng)絡上，關鍵部位的特征權(quán)重被提升，非關鍵部位的權(quán)重被削減，以提升模型對關鍵部位的判別力。

服裝關鍵點估計分支和圖像檢索分支使用相同的HR-Net主干網(wǎng)絡，其多級并聯(lián)結(jié)構(gòu)在獲取多尺度特征的同時保持了高分辨率。

在損失函數(shù)的選擇上，關鍵點估計分支采用了均方差損失函數(shù)，檢索分支采用了區(qū)域化設計的Triplet損失函數(shù)。而損失函數(shù)的數(shù)值不再是整個圖片范圍的特征triplet差值，而是各個區(qū)域特征差值的累加結(jié)果。

文中方法的框架如下圖所示，網(wǎng)絡可分為服裝關鍵點估計分支和服裝檢索分支，其中檢索網(wǎng)絡包含同款服裝檢索和盜版服裝檢索兩種輸出形式：

　　通過對平臺侵權(quán)服裝樣本的分析，阿里研究人員發(fā)現(xiàn)，不同類別服裝易被盜版的區(qū)域是不一樣的，因此只將服裝圖像特征的相似度度量過程解耦是不夠的，還需要為每類服裝的多個區(qū)域設定差異化的權(quán)值，進行加權(quán)的區(qū)域相似性計算，以召回更多的盜版服裝樣本。

　　為此，他們基于平臺盜版服裝數(shù)據(jù)，建立了一個名為“Fashion Plagiarism Dataset”的數(shù)據(jù)集，該數(shù)據(jù)集中，每組“原版服裝”的query圖像對應gallery中多個“盜版服裝”圖像，數(shù)據(jù)覆蓋短袖T恤、長袖上衣、外套、連衣裙四類樣本。

他們在該數(shù)據(jù)集上，對在Deepfashion2數(shù)據(jù)集上預訓練過的檢索網(wǎng)絡進行Fine Tune訓練，用Coordinate Ascent算法對不同服裝類別的各區(qū)域權(quán)值進行迭代優(yōu)化，以降低損失函數(shù)數(shù)值。

“盜版服裝”檢索訓練過程的損失函數(shù)，同樣基于Triplet損失函數(shù)設計。最終，訓練后的盜版檢索網(wǎng)絡可以基于上圖中的Input服裝圖像召回Output中綠框內(nèi)的盜版服裝樣本。

　　打假效果怎么樣?不輸、甚至超越此前SOTA

?

　　在論文的實驗部分，阿里研究人員首先在“Fashion Plagiarism Dataset”上對算法的“盜版服裝圖像”檢索能力進行了評估。

除了論文所提出的方法外，他們還設定了兩種方法進行對比：一種是傳統(tǒng)檢索方法，使用相同的backbone網(wǎng)絡和Triplet的損失函數(shù)，但是不包含區(qū)域化特征學習和表達機制;另一種是包含區(qū)域化特征表達機制，但是使用非Fine Tune訓練得到的區(qū)域權(quán)重，評價指標為mAP。

　　從表中結(jié)果可以看出，論文所用方法在各個服裝類別都取得了最佳效果。

　　除上述“盜版服裝檢索”的評價實驗外，他們還在Deepfashion系列數(shù)據(jù)集上進行了服裝關鍵點估計，和同款服裝圖像檢索任務的實驗。

　　在服裝關鍵點估計部分，阿里研究人員在目前復雜度最高的Deepfashion2數(shù)據(jù)集上進行了評測，與現(xiàn)有Match-RCNN, CPN, Simple-Baseline等方法相比，服裝關鍵點估計模型在各個子集上都取得了最高的mAP結(jié)果：

　　在同款服裝檢索實驗中，他們選用了FashionNet, Match-RCNN, PCB等方法作為對比，在Deepfashion和Deepfashion2上分別進行了實驗。

　　其中，Deepfashion主要針對In-shop檢索場景，Deepfashion2則針對于Consumer-to-shop場景。評價指標分別為Top-N recall和Top-N accuracy。

結(jié)果如下圖所示，阿里的方法在Deepfashion數(shù)據(jù)集上取得了與SOTA方法相近的效果，在Deepfashion2數(shù)據(jù)集上的結(jié)果要明顯優(yōu)于現(xiàn)有baseline方法。

　　來自阿里安全圖靈實驗室

　　一共有5名研究人員參與了這項研究，分別來自阿里巴巴、浙江工商大學和阿里巴巴-浙江大學前沿技術聯(lián)合研究中心。

　　文章第一作者Yining Lang、第二作者Yuan He、第三作者Fan Yang來自阿里安全圖靈實驗室。阿里安全圖靈實驗室負責人薛暉，是文章的通訊作者。浙江工商大學Jianfeng Dong也是論文作者之一。

阿里安全圖靈實驗室正式成立于2016年，前身是阿里安全基礎算法團隊，主要從事安全與風險方面的AI系統(tǒng)研發(fā)，核心技術包括計算機視覺、自然語言處理、生物特征識別、圖計算以及異常檢測和分析等，截止到2018年，已申請50多項專利。

目前，他們還在大舉招兵買馬，包括研究型實習生和正式研究者，如果你有興趣，可以關注下