美圖公司的實驗室 MeituLabs 如何,有哪些大牛?

美圖稱要做圖像處理和計算機視覺的前沿研究,那麼現在美圖內部的科研情況如何?

相關鏈接:

你不知道的美圖秀秀出品方:美圖公司|小黑屋|北極社區|36氪

該文中提到:

「美圖公司一貫堅持圖像領域的技術和產品創新。2010年,美圖公司成立創新實驗 室「MeituLabs」,專註於「圖像處理」、「計算機視覺」創新技術及產品研發,以促進圖像處理智能化所需的理論及技術創新,評估前沿技術的效能及可行性。基於「圖像處理」以及「計算機視覺」技術,美圖公司正在構建以「創新影像技術」、「智能識別技術」為核心的技術體系。」


作為美圖的員工來回答下這個問題:

首先樓主摘取的這段話比較公關化,可能說的比較浮。

簡單點說,M-LAB是美圖做底層演算法的團隊,包括圖像處理、演算法優化、機器學習等工作,如果樓主有同學希望來美圖,可以直接和HR溝通看看,很誠懇。

關於牛人,美圖公司過去的學術背景確實比較一般,目前最牛的應該是美圖亮風台聯合實驗室的首席科學家凌海濱:Homepage for Haibin Ling 教授,會在CVPR 2015為M-LAB招聘合適的牛人。歡迎去波士頓參加CVPR的同學聯絡他。

因為在過去一年因為業務發展及融資比較順利:美圖公司完成三輪融資3.6億美元 移動端用戶9.8億,美圖也為自己的實驗室招募更多更牛的人,畢竟研發是燒錢並且長線的事情,其中包括名校名師的PHD,和海外名校歸來的master同學,同時也在北京建立M-LAB的分支來補充廈門比較缺乏的學術人力資源,地址位於:搜狐網路大廈,歡迎參觀。

務實的說,純學術的實驗室或者研究機構做的事情大多不接地氣,難以工業化。美圖的M-LAB希望每個實驗項目都有為億萬用戶服務的可能性和機會,所以也在摸索如何做好這件事,這兩年開始有所斬獲(即可以跑中長線的研發,也有短線的實驗課題),非常非常誠懇的希望更多的牛人認可我們的事業,並加入我們,一起做即前沿又實用的研發。


美圖實驗室的主要工作是演算法研發.....雖說是研發,但是其實說實話,實驗室里的人是沒能力真的自己研究出自己的演算法的,普遍都是找開源的代碼,如果實在沒有開源的代碼的話,有論文的話,可以根據論文的思路來進行演算法的實現。

但是說實話,好的論文人家都是藏著掖著,而且裡面的技術也的確是非常難以理解,而且有的論文很坑,他不會將很多細節給你寫清楚,導致在編寫的時候繞了很多坑,雖然最終實現了,但是有時候效果還是不盡如人意,所以到了最後,還是找開源的,然後在論文的基礎上進行修修補補,改改,如果萬一有時候改到某個參數了,效果眼前一亮了,這就是美圖」獨有的「演算法了,當然了,有時候在玩某個應用的時候,看到某個東西是我們需要使用的話,但是沒有源碼啊,當然還有其他的技術了,那就是」逆向「,沒辦法,商業目的嘛,天下代碼一大抄,為了就是將裡面的效果拿到,裡面的人,有專門做逆向的,逆向的水平挺不錯的,可以將某個應用效果逆向出來,但是單獨開發的能力相較於一些公司還是屬於比較差的,不過產品idea好的話,實現出來就行了,通過什麼手段得到,團隊里的人..who care?


客觀的說,美圖實驗室(MTLab)對技術能力要求還是蠻高的,特別是在圖形圖像處理領域,有不小的影響力!隨著美圖快速的發展,現在面試篩選更加嚴格。並且實驗室技術積累還是比較深厚的,畢竟有那麼多年的沉澱。儘管MTLab對外比較低調,估計沒有太多人會注意到它的存在,但它確實潛移默化的影響了很多人,特別是愛美的女孩子。

此外,據說他們的內部學術交流氛圍很好,經常組織各種討論、內部交流及內部培訓。無論對於實習生還是正式員工,都會在技術能力和溝通能力上有很大的提升,這也是在邁入工作以後十分難得的機會。

不過美圖公司處於快速發展的階段,可能實驗室建設存在不足之處!希望美圖越來越好,股價能夠像圖像一樣美,哈哈 !更希望MTLab能帶給用戶更多的驚喜與更牛X的技術突破!!


最近感覺美圖的技術越來越強大了,好用^_^……希望未來可以有機會加入


前兩天面試美圖北京的研發,基本是gg的節奏。不過倒是後來與面試官聊的規程中才知道整個搜狐大廈的3層都是美圖的,其中一部分在裝修,難道是要有什麼大動作了?坐等。。。


MieTu 應用中最核心的就是人臉美化,它的演算法基礎是人臉檢測與人臉特徵點定位,據我所知這兩個技術都是合作夥伴提供的,F公司與S公司。

其他的圖像色彩調整、濾鏡這方面的演算法,開源的多的是,而且mietu在這方面與同類產品比較做的也不好。

而且,廈門能招到幾個真正的圖像處理與計算機視頻方面的研究員呢,別說大牛了!

當然,期待MeiTu可以在這方面做得更好~!


美圖現在所有的研發人員加起來有多少


美圖lab應該是屬於特別的給力的那種 不需要看出身 要看他們做了什麼


推薦閱讀:

搞機器視覺,演算法不是非常精通,但是熟悉嵌入式平台的代碼優化與演算法移植,找工作應如何定位自己的目標方向?
本質矩陣和基礎矩陣的區別是什麼?
為什麼高斯函數的適用性這麼強?
計算機視覺目標跟蹤過程當中對遮擋問題處理比較好的演算法有哪些?
請問關於圖像處理數學基礎(原理)的書有哪些?

TAG:圖像處理 | 美圖秀秀 | 計算機視覺 | 視頻處理 |