圖普科技是一家基於深度學習技術， 多維度解讀圖片和視頻資訊， 將圖像識別技術應用於企服務領域的公司。
“鑒黃”可能是人們對圖普科技打上的最大標籤，
所以圖普科技在人臉識別、物體動態場景識別、圖像引擎搜索等應用上也都有所佈局。
圖普科技在2014年便獲得了由北極光創投投資的數百萬美元Pre-A輪融資。
在去年， 參加完CCF - GAIR 全球人工智慧與機器人峰會後， 更是在去年9月份完成了由晨興資本、北極光創投投資的千萬美元A融資。
內容審核更適合初創公司開拓
每天， 全世界每分鐘會上傳超過5億張圖片、上傳20萬小時時長的視頻到互聯網。 相比過去， 互聯網的資料每年都在爆炸式增長。
而在文字描素的關鍵字搜索顯得蒼白無力的時候， 當前圖片和視頻內容已逐步成為了使用者表達、事件記錄分析中不可或缺的部分。
早期圖普科技也從圖片購物搜索開始入局， 與國內的BAT， 國外的ebay、Google等類似， 給購物者提供更便捷的搜索方式。
但是該應用場景除了識別出衣物外還需要大量的相關產家及其他資料， 既要做到給使用者“騎驢找驢”的體驗，
這跟擁有大量資料積累的互聯網大企業相比， 要在這個應用場景上佈局顯然是舉步維艱的。
所以在這之後， 圖普科技便立馬轉型從鑒別小黃圖開始， 之所以要從內容安全審核這塊入手， 李明強告訴有聲， “這和人的金字塔生存鏈是一樣的。 首先要在滿足生存和保證安全的前提下， 人們才會考慮從心理和任性的角度出發。 其次對於一個人工智慧企業來說， 資料是一個很大的門檻。 資料越多， 分析的準確度就越高；而準確度高就能吸引更多使用者， 得到更多資料。 ”
圖普科技主要面向的是B端市場， 用戶接入它的API， 上傳圖片， 伺服器就能以一定的準確性解讀圖片。
目前， 通過與今日頭條、58同城、迅雷、酷狗等諸多企業合作， 圖普科技的樣本數量已經過億， 並且每週都會對樣本庫做一次反覆運算。
而其日處理圖片數量已經上漲到9億張左右， 其中每萬張圖片的處理費用為25元。 在去年， 圖普科技的營收實現了十倍的增長。
智慧審核能省下90%的勞動力
在鑒別圖像上， 傳統的智慧審核方案， 基本是通過圖RGB值（工業界的一種顏色標準）來識別膚色比例， 再通過建模識別異常動作、敏感部位等；又或者是通md5（消息摘要演算法第五版）的方法過濾。
再通過人工去複審， 這就需要大量的勞力， 其工作強度也十分巨大， 很容易產生疲勞審核的誤判。
圖普科技採用的是深度學習演算法， 通過類比人腦神經網路， 構建具有高層次表現力的模型， 對高複雜度數據形成良好的解讀， 通過大資料持續訓練、頻繁地反覆運算。
用李明強自己的話來說，圖像識別開放平臺就好比一個聰明的孩子，企業用戶只要上傳各種應用場景下的圖片資料來“教他”（資料訓練），這個孩子看得越多就學得越好，幹活也就越靠得住。
據悉，圖普科技目前的智慧審核服務精確度已達到 99.5%，能有效節省超過90%的人工複審工作。在速度上，其回應的時間也小於0.2s。
發力視頻大資料標籤和個性化推薦
目前在圖像識別領域，國內已經有很多強勁玩家，如Face++、中科視拓、商湯科技、雲從科技、依圖等，圖普科技想要在裡面沖出一條道路來，又該如何繼續發力呢？
李明強認為，圖普科技的最大優勢則是在於“資料”。
人工智慧在具體行業商業化和工程化的切入，除了演算法外，往往拼的是對垂直行業大資料的獲取和管理問題。不僅需要為某個行業提供解決方案，還要在任何情況下都能保持技術應用的反覆運算和穩定性。
拿圖像識別技術在直播的應用場景來說，首先圖普科技可以通過圖像識別對主播進行分類，幫助平臺分析進行推薦；其次也可以挖掘主播內容，根據使用者習慣進行推送；最後還可以通過識別圖像資訊説明使用者搜索，來提高直播平臺的用戶留存率。
也就是說此前的內容審核是節約人力成本，為企業省錢。目前的個性化推薦則是在實打實地幫企業賺錢。
李明強表示，“只有給企業用戶掙錢了，我們才能得到更有效的發展。並且圖普科技在大資料上已經積累了不少的經驗，接下來將會通過對資料經驗更充分的管理和利用，來為各行業提供一站式的整體解決方案。”
未來圖譜科技想要建立的是一個視頻時代的連接，開通一個除了文字之外的另一個視頻和圖像描述的新世界。
用李明強自己的話來說，圖像識別開放平臺就好比一個聰明的孩子，企業用戶只要上傳各種應用場景下的圖片資料來“教他”（資料訓練），這個孩子看得越多就學得越好，幹活也就越靠得住。
據悉，圖普科技目前的智慧審核服務精確度已達到 99.5%，能有效節省超過90%的人工複審工作。在速度上，其回應的時間也小於0.2s。
發力視頻大資料標籤和個性化推薦
目前在圖像識別領域，國內已經有很多強勁玩家，如Face++、中科視拓、商湯科技、雲從科技、依圖等，圖普科技想要在裡面沖出一條道路來，又該如何繼續發力呢？
李明強認為，圖普科技的最大優勢則是在於“資料”。
人工智慧在具體行業商業化和工程化的切入，除了演算法外，往往拼的是對垂直行業大資料的獲取和管理問題。不僅需要為某個行業提供解決方案，還要在任何情況下都能保持技術應用的反覆運算和穩定性。
拿圖像識別技術在直播的應用場景來說，首先圖普科技可以通過圖像識別對主播進行分類，幫助平臺分析進行推薦；其次也可以挖掘主播內容，根據使用者習慣進行推送；最後還可以通過識別圖像資訊説明使用者搜索，來提高直播平臺的用戶留存率。
也就是說此前的內容審核是節約人力成本，為企業省錢。目前的個性化推薦則是在實打實地幫企業賺錢。
李明強表示，“只有給企業用戶掙錢了，我們才能得到更有效的發展。並且圖普科技在大資料上已經積累了不少的經驗，接下來將會通過對資料經驗更充分的管理和利用，來為各行業提供一站式的整體解決方案。”
未來圖譜科技想要建立的是一個視頻時代的連接，開通一個除了文字之外的另一個視頻和圖像描述的新世界。