3
| 本文作者： 李勤 | 2017-09-17 12:13 |
本文作者：雷鋒網(wǎng)宅客頻道主筆，李勤。
說到閱片無數(shù)，你一定記得首席鑒黃師唐馬儒。
如果一天同時(shí)有一萬個(gè)唐馬儒實(shí)時(shí)在線鑒片，世界將會(huì)變成怎樣？
是的，那畫面太美我也不敢想。不過，9月15日，在百度云智峰會(huì)的分論壇“視頻智能技術(shù)與平臺(tái)”上，百度云高級(jí)產(chǎn)品專家黃鋒在視頻 AI 產(chǎn)品發(fā)布中介紹了“復(fù)制10000個(gè)唐馬儒”的功能。
到底怎么回事？
現(xiàn)在大家直播玩得666，短視頻也十分火熱，攝像頭還到處都要，這造成了一種嚴(yán)峻的局面：視頻量海量增長，誰知道里面有沒有混入一些黃賭毒等奇怪的東西。
個(gè)人可能看得開心（或者不開心？），平臺(tái)要承擔(dān)相應(yīng)的責(zé)任。于是，這些企業(yè)很煩惱：現(xiàn)在群主都可能被拉下水，何況我們平臺(tái)？！
于是，百度云就趁機(jī)利用視頻人工智能技術(shù)推出了內(nèi)容分析 VCA 、內(nèi)容審核VCR 和封面智選 VCS 。
我們先從內(nèi)容分析 VCA說起 。
除了視頻量比海深，之前很多企業(yè)依靠的是人工審核標(biāo)注團(tuán)隊(duì)，所謂人工審核標(biāo)注，就是一堆勤勞的唐馬儒不停地鑒定視頻，給視頻打上標(biāo)簽。如果只是篩選出黃賭毒也就罷了，要是要做內(nèi)容分類、推薦怎么辦？
唐馬儒的身體不只被掏空～人力成本太高，企業(yè)請(qǐng)不起這么多唐馬儒，畢竟人家在用生命工作，很貴的。
這時(shí)，AI 技術(shù)派上了用場。
AI 版唐馬儒拿到一個(gè)視頻后，把視頻分為了幾層：鏡頭、幀和語音。然后，它開始了視頻場景識(shí)別、人臉識(shí)別、字幕識(shí)別、物體識(shí)別，同步進(jìn)行語言識(shí)別，并將語音識(shí)別的結(jié)果與之進(jìn)行交叉認(rèn)證，從而精準(zhǔn)地判斷這個(gè)人在什么場景下在干嘛，他周圍有些什么物體。
黃鋒稱，這些識(shí)別模型使用了 1000 萬＋訓(xùn)練數(shù)據(jù)，能識(shí)別 5000 多個(gè)場景與40000 種物體，并且用上了百度的人臉識(shí)別技術(shù)，還有百度百科公眾人物庫與自定義人臉庫。
也就是說，他不僅能從海量視頻中檢索出鹿晗，還能識(shí)別這是一個(gè)在郵筒邊拍照的鹿晗，還是在跳舞的鹿晗。
或者，是一個(gè)在中國工作拿著仙女棒的波多野結(jié)衣或在日本和道具一起加班的波老師。
黃鋒說，對(duì)比人工，VCA 分析效率提升5倍，日吞吐能力相當(dāng)于10000人，分析成本降低了 50%，召回率提高 10 倍。
下面來到了你們最關(guān)心的鑒黃，哦不，內(nèi)容審核 VCR 。
還是按照內(nèi)容分析VCA 一樣，AI 唐馬儒講視頻分層成了幀和音頻，然后將兩者（圖像）與視頻黑庫中的圖像指紋和聲紋指紋進(jìn)行對(duì)比，AI 會(huì)自動(dòng)對(duì)這個(gè)視頻進(jìn)行色情識(shí)別、暴恐識(shí)別、政治人物識(shí)別和廣告識(shí)別。
（看上去，視頻黑庫其實(shí)就是小黑屋？）
視頻中的畫面進(jìn)行文字識(shí)別得到字幕，視頻中的語音通過長語音識(shí)別也變成文字，這兩部分文字都再進(jìn)行文本審核。
問題來了，假如什么話都沒有，畫面也不暴露，一言不合就開車，只剩下不能描述的哼哼唧唧的聲音怎么辦？
黃鋒表示，不要擔(dān)心，我們 AI 識(shí)別還有“嬌喘模式”，能識(shí)別這些不可描述的聲音。
對(duì)這些視頻內(nèi)容進(jìn)行嚴(yán)格的審核后，AI 唐馬儒有三個(gè)處理模式：通過、封禁、人審。
所謂人審，就是你藏得太深了，連本 AI 都搞不定，讓我家真正的唐馬儒出馬吧！
黃鋒指出，VCR 還有更多的用武之地：
視頻去重：兩個(gè)清晰度不一、但內(nèi)容相同的視頻，當(dāng)然是取其一了。
廣電監(jiān)播。
侵權(quán)檢測：納尼，你怎么是個(gè)盜版，殺無赦。
雷鋒網(wǎng)宅客頻道編輯也不想承認(rèn)這一點(diǎn)，但是沒辦法，你去超市買個(gè)西紅柿都會(huì)選更好看的那一個(gè)?。。?！
黃鋒稱，視頻封面質(zhì)量對(duì)用戶點(diǎn)擊影響很大。
也就是說，平臺(tái)當(dāng)然是要選更具有精神內(nèi)涵和和諧美感的封面了！
他向雷鋒網(wǎng)介紹了 VCS 封面選圖過程，通過鏡頭檢測——主／客觀質(zhì)量過濾——內(nèi)容相關(guān)性三個(gè)步驟，AI 幫助一個(gè)視頻選出了自己賣相最好的那一張封面照。
（這個(gè)過程不亞于女生從一堆自拍照里選出一張發(fā)朋友圈吧？）
我們來看一下以前的封面選圖效果和VCS 的選圖效果對(duì)比照：
［圖1］
［圖2］
［圖3］
［圖4］
圖1和圖3均是以前封面選圖的結(jié)果，呈現(xiàn)局部或者單一圖像，圖2和圖4是VCS的選圖，圖2呈現(xiàn)了人和寵物的關(guān)系，圖4展現(xiàn)的是完整的車。
其實(shí)，聽到最后，宅客頻道編輯弱弱提出了一個(gè)終極疑惑：這和百度云是什么關(guān)系？
黃鋒說，這是百度云接入的視頻 AI 能力，通過線上溝通、定制方案、測試對(duì)接，最后就能正式上線。
好吧好吧，你說什么都對(duì)。
反正聽到“嬌喘模式”那一節(jié)時(shí)，雷鋒網(wǎng)編輯已經(jīng)笑到抽搐不在線了。
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
