最近在看《二十不惑》的時候，發(fā)現(xiàn)愛奇藝左邊有一個按鈕，點擊一下可以識別出畫面中出現(xiàn)的人物，并顯示百科資料。

真是完美解決了觀眾的常見需求——這人是誰呀？

這個功能是愛奇藝推出的“奇觀”，支持即時識別和搜索視頻內(nèi)信息。簡單來說，它是識別技術(shù)在視頻領(lǐng)域中創(chuàng)新的應(yīng)用。

實際上，在當下的生活場景中，識別技術(shù)的應(yīng)用無處不在。

無論是手機解鎖、門禁開鎖，還是外出場景下的商場試衣、上班打卡、公路抓拍、高鐵檢票，亦或是疫情當下的體溫檢測······

與此同時，不論是迪士尼研發(fā)機器學(xué)習平臺做卡通識別，還是愛奇藝推出奇觀，可以很明顯感受到，識別技術(shù)的博弈戰(zhàn)場，已經(jīng)“殺”到了視頻行業(yè)。

簡易識別，技術(shù)不簡單

一鍵識別視頻中的信息，很輕松的解決了用戶不同層面獲取信息的需求。

但仔細想想，技術(shù)上的實現(xiàn)，還真挺難的。

比如奇觀，除了提供影視內(nèi)容，還覆蓋了演員資料查詢、BGM 樂曲識別、戲曲知識解析、臺詞提取理解等功能需求；而這些，都是基于識別技術(shù)的融合。

還以開頭提到的熱播劇《二十不惑》為例，基于劇集帶來的熱度，當中的演員也成為了關(guān)注焦點。

如果用戶對其中的“新人演員”有了解需求，可以直接利用該劇的播放平臺愛奇藝的“奇觀”功能點擊識別，了解其百科信息。

不過，盡管操作簡單快捷，但要真正做到精確識別，可不容易。

先看“人物識別”。

“人物識別”的難度主要表現(xiàn)在兩個方面——多人物畫面識別和模糊性識別。

在影視畫面中，同時出現(xiàn)多個任務(wù)的畫面并不少見，要在同一個畫面中精確識別出特定人物，或是覆蓋畫面出現(xiàn)的所有人物，這種非“1:1”的識別，是極具挑戰(zhàn)性的。

最為典型的，是類似于《青春有你2》的選秀型綜藝。無論是團體表演畫面，還是觀戰(zhàn)席畫面，多人物畫面無處不在。

另外，對于尚未出道的練習生，識別數(shù)據(jù)庫是否足夠全面以覆蓋所有新人，也是識別的難點之一。

對于模糊性識別的難點，在實際應(yīng)用中，由于姿態(tài)、表情、遮擋、角色化妝、鏡頭移動速度過快等非受限場景帶來的畫面模糊，也會給人物識別增加難度。

在“識人”場景中，除了演員人物識別，還有動畫人物識別；這也是目前多個流媒體平臺主要的著力方向。

不同于含有端正五官的人臉，卡通人物的臉部較為抽象，且種類豐富，既有動物外觀的《熊出沒》，也有機器人外形的《鎧甲勇士》，甚至于還有長得一模一樣的人形七兄弟“葫蘆娃”······

想要實現(xiàn)精確識別，只能說“太難了！”

再看“內(nèi)容識別”。

內(nèi)容識別主要體現(xiàn)為語音識別，包括 BGM 識別和臺詞提取。

在影視片段中，不乏有環(huán)境音嘈雜的情況，比如多人同時會話、播放 BGM 時有說話聲等，這些都會對識別造成一定難度，影響 BGM 識別、臺詞內(nèi)容提取的效果。

不難看出，要想在流媒體領(lǐng)域中真正實現(xiàn)精確識別，路上還有很多“石子”。

那么，要如何掃清這些障礙物？

在于技術(shù)的積累。

識別技術(shù)，為何如此重要？

放眼全球，包括 Netflix、YouTube、迪士尼在內(nèi)的流媒體平臺均在識別技術(shù)上狠下功夫，國內(nèi)流媒體平臺中，愛奇藝、優(yōu)酷、騰訊同樣在利用機器學(xué)習提升識別技術(shù)。

識別技術(shù)，為何如此重要？

先看幾個應(yīng)用實例：

• Netflix 利用 AI 生成預(yù)告片：通過識別電影內(nèi)容，分析人物、景色、物體、臺詞、配樂后，根據(jù)既定工業(yè)化套路生成預(yù)告。

• YouTube 自動刪除不良內(nèi)容：利用人工智能分類器，對用戶上傳內(nèi)容進行自動識別和標記，再清理不符標準的內(nèi)容。

• 迪士尼“內(nèi)容基因組平臺”：將面部識別軟件應(yīng)用至電影和電視節(jié)目中，識別成功后，進一步探測到特定位置，幫助動畫師找到特定鏡頭和序列。

• 優(yōu)酷“魚腦”系統(tǒng)：快速掃描內(nèi)容，識別各類場景、人物情緒、語言等信息并打上標簽，再進一步分析劇本、明星角色提供數(shù)據(jù)化參考。

• 愛奇藝“奇觀”：通過畫面信息識別，能夠進行人物檢索、臺詞抽取解析、鏈接同款商品等。

不難發(fā)現(xiàn)，各大流媒體平臺上出現(xiàn)的個性化功能服務(wù)都離不開“識別技術(shù)”；識別是基礎(chǔ)，生成、定位、分析都列在其后。

先有地基，再有高樓，地基打得穩(wěn)，樓層才建得高。

正是基于識別技術(shù)的重要性，國內(nèi)外流媒體巨頭才不遺余力展開研發(fā)。識別技術(shù)的賽跑，正在展開。

前有 Netflix 通過舉辦競賽方式將算法提升了 10%，后有愛奇藝與 PRCV2018、ACMMM 等頂尖會議合作舉辦“多模態(tài)視頻人物識別挑戰(zhàn)賽”，聯(lián)合產(chǎn)學(xué)研探索識別技術(shù)的落地和應(yīng)用。

值得說明的是，多模態(tài)人物識別是指利用人臉、人頭、人體、聲紋等多維度特征信息進行識別的一項 AI 前沿技術(shù)，能夠提高綜藝、電影、電視劇中的人物識別率。據(jù)報道，愛奇藝奇觀已經(jīng)可以識別近 10 萬明星。

競賽固然是提升技術(shù)實力的好方式，但對于“識別技術(shù)”，數(shù)據(jù)庫的積累，也同樣重要。

以人臉識別為例，流媒體平臺的識別是“1vＮ”的人臉查找形式，數(shù)據(jù)庫越全面，訓(xùn)練AI的樣本越多，識別率越高。

比如在愛奇藝今年舉辦的卡通人物檢測識別挑戰(zhàn)賽中，愛奇藝面向參賽者開放全球已知范圍內(nèi)最大的手工標注卡通人物檢測數(shù)據(jù)集與識別數(shù)據(jù)集，提供累計超 40 萬張高質(zhì)量、實際取材的海量實景圖片。這為參賽者的研發(fā)提供了極大支持。

打開應(yīng)用想象空間

有了技術(shù)的積累與沉淀，下一步，便是落地應(yīng)用。

無論是人物識別的數(shù)據(jù)積累，還是語音識別的技術(shù)突破，基礎(chǔ)技術(shù)的進步都能夠為應(yīng)用場景帶來更多的想象空間。

對于流媒體平臺，在這一空間內(nèi)的主體，不外乎用戶、創(chuàng)作者以及商家。

對用戶而言，在“識別技術(shù)”的助攻下，用戶能夠享受到更為個性化的服務(wù)，例如，YouTube “Up Next”功能生成實時推薦；愛奇藝“奇觀”的明星信息查詢以及進入其泡泡社區(qū)。

另外，用戶還能夠“只看想看”的內(nèi)容。通過“只看TA” 功能，用戶就可以只看自己愛豆 cut 的部分，無需手動快進跳過。這一功能，在愛奇藝、騰訊視頻等流媒體平臺都能夠?qū)崿F(xiàn)。

除了“只看想看”，用戶還可以“邊看邊學(xué)”。

對于部分涉及專業(yè)知識的劇集，例如《鬢邊不是海棠紅》，通過奇觀功能，用戶能夠邊看邊了解相關(guān)戲曲知識。

對創(chuàng)作者來說，基于識別技術(shù)的進步，利用 AI 剪輯預(yù)告片、利用 AI 創(chuàng)作等功能便顯得輕而易舉。

至于商業(yè)價值上的體現(xiàn)，或許可從綜藝節(jié)目《潮流合伙人》中窺見一二。

這是一檔潮流經(jīng)營體驗節(jié)目，節(jié)目中呈現(xiàn)了許多衣物、配飾?；谄嬗^功能，用戶在愛奇藝平臺觀看過程中，可以根據(jù)個人喜好識別明星同款商品，進行一鍵購買。

這種通過綜藝節(jié)目直接鏈接至購買界面的方式，不僅是對用戶的服務(wù)升級，從商業(yè)層面來看，更是開啟了新營銷時代的大門。

另外，利用識別影視內(nèi)容進行廣告的精準投放也是商業(yè)價值體現(xiàn)之一。例如，當劇中人物感冒生病時，可以投放醫(yī)藥類相關(guān)商品。

從各場景下的應(yīng)用不難看出，像奇觀之類的流媒體 AI 功能正扮演著“新娛樂生態(tài)入口”的角色，將用戶、創(chuàng)作者、商家有機連接。

同時，技術(shù)升級帶來了體驗升維，在便捷性功能的包圍下，用戶也越來越接受技術(shù)帶來的“更上一層樓”的服務(wù)。

以愛奇藝奇觀為例，截至目前，奇觀功能累計使用量已超 20 億次，在愛奇藝 App 中，奇觀近一個月日均使用人次相較于上月增長超 30%。

可以想見，流媒體平臺之間的競爭已不僅僅局限于內(nèi)容層面的博弈，而是進階為“體驗”層級。

新一輪的視頻平臺競賽，在內(nèi)容之外，還有“技術(shù)”這一新賽道。

而流媒體平臺的制勝之道，是順應(yīng)趨勢，深耕技術(shù)，升級服務(wù)，打開流媒體領(lǐng)域的想象空間。

誰能提供更好的內(nèi)容與服務(wù)，誰就握住了王牌。

雷鋒網(wǎng)雷鋒網(wǎng)雷鋒網(wǎng)

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。