近日小編在查詢相關(guān)新聞資訊時(shí)無意中看到了百度在其云視頻生態(tài)解決方案中首創(chuàng)視頻內(nèi)容分析VCA技術(shù)的消息，出自職業(yè)慣性，視頻內(nèi)容分析這個關(guān)鍵詞勾起了小編的好奇心，這個安防視頻監(jiān)控領(lǐng)域的專業(yè)名詞在網(wǎng)絡(luò)視頻方面會有哪些代入呢？
搜索了一系列文章，才發(fā)現(xiàn)，在網(wǎng)絡(luò)視頻內(nèi)容審核這件事上，如今已有多家平臺商推出了AI 技術(shù)的應(yīng)用服務(wù)，上述的百度即是其中之一。說視頻內(nèi)容審核可能大家感覺會比較嚴(yán)肅，直白點(diǎn)，大概就是原來人工鑒黃（暴恐血腥、政治敏感）現(xiàn)今已進(jìn)化到了機(jī)器鑒黃的階段。至于審核效率提升了多少，引用下網(wǎng)易杭州研究院執(zhí)行院長汪源的原話：“之前需要一些鑒黃師手動篩選，現(xiàn)在依靠深度學(xué)習(xí)的算法能夠做到99．8％的準(zhǔn)確率。”
這樣看來，AI技術(shù)在網(wǎng)絡(luò)視頻內(nèi)容審核方面的作用可謂是一場“輕量級”的智能視頻分析應(yīng)用，“輕量級”則是相對于專業(yè)級的安防監(jiān)控視頻的規(guī)模而言。同樣是視頻內(nèi)容檢測、分析和搜索，網(wǎng)絡(luò)視頻和監(jiān)控視頻完全是兩個級別。無論是分析的視頻數(shù)據(jù)量還是視頻內(nèi)容的類型都有極大的差異。
量不同
首先從視頻數(shù)據(jù)的量來看，網(wǎng)站視頻主要集中在各平臺播出的影視劇、PGC／工作室內(nèi)容、網(wǎng)友上傳的原創(chuàng)視頻（UGC）以及這兩年來走紅的網(wǎng)絡(luò)直播視頻上，這其中，數(shù)據(jù)量最大的要數(shù)網(wǎng)絡(luò)直播視頻，這類視頻同屬于網(wǎng)友原創(chuàng)視頻的類型，也是各平臺審查力度最大的一類視頻資源。據(jù)2015年艾媒的視頻直播市場調(diào)研數(shù)據(jù)來看，僅2015年，全國在線直播平臺數(shù)量就接近200家，大型直播平臺每日高峰時(shí)段同時(shí)在線人數(shù)接近400萬，同時(shí)直播的房間數(shù)量超過3000個，這樣算下來每日高峰階段即有600000在線視頻直播的內(nèi)容輸出，這還只是兩年前僅網(wǎng)站直播視頻這一項(xiàng)的數(shù)據(jù)量，如今這個數(shù)據(jù)恐怕早已翻出幾倍。
不過盡管如此，相較于城市視頻監(jiān)控的數(shù)據(jù)規(guī)模，網(wǎng)站視頻的數(shù)據(jù)量仍然只是很小的一部分比例。安防視頻監(jiān)控實(shí)行的是7＊24＊365的全時(shí)段運(yùn)作，以一個攝像頭密度為6000的小型城市為例，6000高清攝像頭一小時(shí)的視頻大小將有10800000MB，一天算下來，一個城市將有247TB的視頻數(shù)據(jù)，一個月7416TB，而這僅僅是一個超小型城市的視頻數(shù)據(jù)量。
內(nèi)容類型不同
網(wǎng)絡(luò)視頻大致可分為娛樂、生活、新聞、體育、在線教育、游戲、電競等類別，無論是影視劇還是網(wǎng)絡(luò)直播，審核的目標(biāo)主要是查看視頻內(nèi)容是否涉及黃反、暴恐血腥、政治敏感、虛假廣告等，審核的項(xiàng)目除了視頻畫面本身之外，還包括圖片、文字、彈幕、網(wǎng)友留言、惡意刷榜、活動反作弊等項(xiàng)目。其中鑒黃是網(wǎng)站視頻內(nèi)容審核的最大項(xiàng)目。
而安防監(jiān)控視頻的內(nèi)容則來源于實(shí)時(shí)的社會場景畫面，結(jié)合公安、交通等應(yīng)用領(lǐng)域的實(shí)際業(yè)務(wù)，主要針對的是對視頻畫面中人、車、物三大元素的檢測和分析，細(xì)化為對目標(biāo)的類型、大小、顏色、方向、速度、運(yùn)動軌跡等各項(xiàng)特征的識別和分析。
AI如何鑒黃？
由于視頻數(shù)據(jù)量和內(nèi)容類型的大不相同，因此，采用的視頻內(nèi)容分析手段也有所針對性。更確切的說，網(wǎng)站視頻的視頻內(nèi)容分析主要是為做內(nèi)容審核，在此基礎(chǔ)之上，視頻平臺商也會通過內(nèi)容分析技術(shù)來優(yōu)化用戶體驗(yàn)，這些我們可以從百度、網(wǎng)易等互聯(lián)網(wǎng)廠商的推出的相關(guān)服務(wù)內(nèi)容中感受得到。
比如網(wǎng)易推出的網(wǎng)易易盾針對機(jī)器鑒黃自主研發(fā)了一套圖片特征提取算法，包括人體膚色識別、人體特征部位識別、人體姿勢識別等技術(shù)。同時(shí)，基于深度學(xué)習(xí)的算法，易盾積累了大量的樣本數(shù)據(jù)，用計(jì)算機(jī)模擬人腦神經(jīng)網(wǎng)絡(luò)的原理，使計(jì)算機(jī)訓(xùn)練后具備一定的識別能力，在沒有具體特征樣本庫的情況下也可以對內(nèi)容進(jìn)行識別與分類。
百度在其云視頻生態(tài)解決方案主打的視頻內(nèi)容分析VCA（Video Content Analysis），能夠通過AI技術(shù)，對視頻進(jìn)行語音、文字、人臉、物體等多維度智能分析，它整合了百度的深度學(xué)習(xí)、自然語言處理等AI技術(shù)，支持視頻分類、視頻元素提取、關(guān)鍵字提取以及自定義模型，適用于黃反、暴恐、政治敏感、資質(zhì)審核等內(nèi)容審核場景，在提取了關(guān)鍵的內(nèi)容信息之后，還可輸出視頻內(nèi)容的泛標(biāo)簽（TAG），從而提高搜索準(zhǔn)確度和用戶推薦視頻的曝光量，提升視頻的個性化推薦和檢索能力。
AI在網(wǎng)絡(luò)視頻內(nèi)容審核方面的應(yīng)用其實(shí)也 并非才興起，除百度、網(wǎng)易外，也有不少技術(shù)提供商和視頻平臺商達(dá)成合作推出了相關(guān)服務(wù)項(xiàng)目。從健康和諧的視頻運(yùn)營環(huán)境的角度考慮，AI技術(shù)的應(yīng)用，對人力、財(cái)力都是一種解放，并且順應(yīng)了當(dāng)前用戶對個性化視頻內(nèi)容的需求。
同樣是進(jìn)階到AI技術(shù)應(yīng)用的階段，深度學(xué)習(xí)算法必不可少，樣本訓(xùn)練也同樣重要，在安防智能視頻分析已成為常態(tài)，并且更具規(guī)模化、智能化效應(yīng)。安防監(jiān)控視頻分析主要是為視頻關(guān)鍵信息的高效提取和結(jié)構(gòu)化做前期的準(zhǔn)備，將視頻數(shù)據(jù)語義化。 由于安防視頻監(jiān)控的數(shù)據(jù)主要由社會實(shí)時(shí)畫面構(gòu)成，所以智能分析技術(shù)中常用的算法也以計(jì)算機(jī)視覺領(lǐng)域的算法為主，如前背景建模、目標(biāo)檢測、分類、識別、跟蹤、特征點(diǎn)提取、匹配、運(yùn)動估計(jì)等等。在分析的類型上還細(xì)分為診斷類智能分析、識別類智能分析、行為類智能分析等，由于視頻數(shù)據(jù)量巨大，因此，安防視頻智能分析目前也廣泛采用軟硬結(jié)合、前后端結(jié)合的方式來實(shí)現(xiàn)智能分析性能的最大化，這些都是網(wǎng)絡(luò)視頻分析不可比擬的應(yīng)用規(guī)模，當(dāng)然，這也是商業(yè)應(yīng)用和專業(yè)領(lǐng)域應(yīng)用差異所決定的。
