今年8月29日，29岁的李磊第一次站在第十五届亚太人工智能会议上分享了全情投入的研究论文，这篇名为《TypicFace:Dynamic Margin CosineLoss for Deep Face Recognition》的论文，是在全球范围内征集，通过层层甄选，最终亮相在亚太人工智能会议，各国的研究学者对此给予了高度评价。

      李磊，中德宏泰算法工程师，海南人，就读于同济大学地球物理专业，理工科专业的他并不是个典型的理工直男，他爱好广泛，哲学、心理学、历史、体育、音乐、游戏、文言文等，兴趣渗透各个领域，在采访过程中频频出口成章，诗词张嘴就来，这与之前对科研人员的刻板印象大相径庭。

      针对这次入选，我们做了一个简短的交流对话，与此和大家分享如下：

      Q1：这个论文的研究基础是什么？

      A:基础是之前的业界最优算法，分别是2017年的SphereFace和2018年的CosFace和ArcFace；

      Q2：研究图像识别和你大学的专业有关联么？

      A:没有关联，我大学专业为地球物理；

      Q3：你开始研究人脸识别是什么时候？

      A:从去年的春节过后，在宁董的引荐下我在海南岛上决定加入中德宏泰大家庭时，在家开始的人脸研究；

      Q4：你对中德宏泰的研究氛围体会如何？

      A:中德宏泰的平台对我的成长影响很重要，自上而下体现出对科研领域的重视和对职员切身的关心。宁董对我所从属的算法及科研领域高屋建瓴的忠告和建议、张哥（张磊）热情及事无巨细地分享实战经验，以及罗亨的诸多帮助，以及公司对研发及这个项目的重视，所以非常享受；

      Q5：目前从事研究的领域主要方向在哪里呢？

      A:当前从事于深度学习在图像识别的基础算法及具体应用领域；

      Q6：这篇论文和深眸的联系？

      A:目前人脸识别没有直接使用该论文的算法，但是会成为产品部分更新的基石；

      Q7：接下来有没有新的挑战？

      A:想要参加国际顶级会议（注：PRICAI为国际C类会议，顶级为A类）

      交流结束后，李磊对他所专注领域令人羡慕的热爱给我留下了深刻印象。不禁联想到，在谈到这篇论文中研究的人像识别时，李磊在关于人脸照片与大幅度类内变化度之间对人脸识别构成了极大挑战，为了增强现有的人脸识别算法，他很自然地采用了迥异的两套策略来优化人脸识别结果。最终，通过设计的实验显示，上述算法不仅在直观程度上优于先前的业内最佳算法，在识别率上也击败了对手。对于非典型部分，采用相对地减小不同类之间的区别度的策略，用以认可其所代表的个体之间的联系，或者说是相似性。不足之处在于，相对于先前的业内最佳算法，本算法引入了两倍于前者的超参数，导致了训练过程中额外的复杂度。如何使本算法中的超参数在训练中自适应于具体的数据集，成为了论文接下来要进行的研究工作。在具极大挑战性的BLUFR协议下的LFW数据集测试中，论文中的算法采用了20层的ResNet作为网络结构，在人脸验证和人脸分类上分别取得了97.82%、85.73%的当下业内最优成绩（分别基于0.1%和1%的错误接受率）。正如李磊对科研的热爱与态度，在面对挑战和求知欲的情况下，专注与专业才能激发内在的潜能。

      李磊，作为中德宏泰研发团队的算法工程师，在科技领域中持续前进，在团队中发光发热，科研脚步不止。李磊通过坚持做最好的自己，他享受科研的乐趣，活在当下，面向未来。

      中德宏泰的家文化给予他成长的时间和空间，研发团队给予了他有力的支持和能量。中德宏泰通过这十五年的坚持，让纷繁复杂的世界变得更美好，更安全。