總結(jié)了計算機視覺與視頻行業(yè)四大應(yīng)用點 并讓讓視頻智能化不斷升級

[ 導(dǎo)讀 ]計算機視覺技術(shù)讓視頻智能化不斷升級，互聯(lián)網(wǎng)應(yīng)用在視頻中運作起來，并讓視頻成為互聯(lián)網(wǎng)應(yīng)用的一個超級入口。

人工智能無疑是2017年互聯(lián)網(wǎng)科技領(lǐng)域最火熱的關(guān)鍵詞，從各方面表現(xiàn)看，人工智能在2017年走向了新的拐點，很大程度上預(yù)示著人工智能的商業(yè)紅利期即將來臨，人工智能在各個領(lǐng)域的應(yīng)用開始爆發(fā)。

在此背景下，作為人工智能（AI）三大領(lǐng)域之一的計算機視覺近期也越來越受到人們的關(guān)注。而計算機視覺作為一種人工智能的基礎(chǔ)技術(shù)應(yīng)用，使用場景多樣，市場潛力巨大。因此在人工智能的牽引下，計算機視覺賦能視頻行業(yè)也走進了智能化的時代。

視頻行業(yè)在進入智能化之前，在互聯(lián)網(wǎng)的影響下，還經(jīng)歷了三個階段的變化：首先第一個階段是傳統(tǒng)視頻時代，還處在以線下的電視、電影作為視頻傳播為主的階段，無法進行交互，也無法自主選擇內(nèi)容；后來進入了互聯(lián)網(wǎng)時代，開始涌出像優(yōu)酷、土豆、愛奇藝等網(wǎng)絡(luò)視頻平臺，用戶通過網(wǎng)絡(luò)在平臺上可以選擇觀看內(nèi)容，這是第二階段；直到2016年直播的迅速爆發(fā)，讓視頻行業(yè)進入了第三階段，也就是C2C傳播時代，像斗魚、YY、映客、秒拍這些平臺的特點就是傳播速度快、精準化且碎片化，因為技術(shù)背景是H5的鏈接，所以用戶能夠隨意地去發(fā)送。

那么接下來就是進入了現(xiàn)在的智能化時代，在人臉識別、深度學(xué)習(xí)等猶如雨后春筍一般成為行業(yè)熱詞的背后，技術(shù)導(dǎo)向型新銳公司的不斷涌現(xiàn)，計算機視覺技術(shù)升級視頻行業(yè)，讓視頻在安防、廣告營銷、新零售等領(lǐng)域全面升級開花，因此我們今天就來盤點，計算機視覺有哪些實際可以應(yīng)用到視頻場景中的技術(shù)呢？

1、應(yīng)用點之一：安防領(lǐng)域

安防領(lǐng)域成為【計算機視覺+視頻】結(jié)合的第一著陸點。這主要源于安防本身的兩大特性：首先，以視頻技術(shù)為核心的安防行業(yè)擁有海量的數(shù)據(jù)來源，可以充分滿足人工智能對于算法模型訓(xùn)練的要求；其次，安防行業(yè)中事前預(yù)防、事中響應(yīng)、事后追查的訴求與人工智能的技術(shù)邏輯完全吻合。

目前【計算機視覺+視頻】在安防領(lǐng)域的應(yīng)用主要還是涉及對人臉、車輛的識別，包括生物特征識別技術(shù)、大數(shù)據(jù)及視頻結(jié)構(gòu)化技術(shù)等。其中，生物特征識別包含了指紋識別、虹膜識別、人臉識別、步態(tài)識別等，前兩個主要應(yīng)用于特定場景的身份認證居多；而關(guān)于視頻結(jié)構(gòu)化技術(shù)，目前則主要融合了機器視覺、圖像處理、模式識別、深度學(xué)習(xí)等人工智能技術(shù)，這也是視頻內(nèi)容理解的基礎(chǔ)。并且在公安、交通、樓宇、金融、工業(yè)、民用等多個領(lǐng)域都有應(yīng)用場景。

例如，公安行業(yè)用戶的需求是在海量的視頻信息中，發(fā)現(xiàn)犯罪嫌疑人的線索。要實現(xiàn)這個需求，僅僅用攝像頭捕捉到嫌疑人是遠遠不夠的。它需要智能的前端攝像機實時分析視頻內(nèi)容，檢測運動對象，識別人、車等屬性信息；然后需要匯總海量的城市級信息到后端人工智能的中心數(shù)據(jù)庫進行存儲，再利用計算能力及智能分析能力，對嫌疑人的信息進行實時分析，最終給出最可能的線索建議。

從目前市場現(xiàn)狀來看，安防領(lǐng)域巨大的市場規(guī)模和可觀的營收利潤前景，也恰恰使其成為眾多巨頭以及創(chuàng)業(yè)公司的必爭之地，其中傳統(tǒng)巨頭以海康威視、大華股份領(lǐng)銜，積極布局芯片、算法等上游關(guān)鍵技術(shù)領(lǐng)域，一方面也在向下游整合集成商或運營商業(yè)務(wù)延伸。

而在從計算機視覺切入的創(chuàng)業(yè)獨角獸公司有在今年7月完成4.1億美元B輪融資的商湯科技，以及在16年年底完成億級美元C輪融資的曠視科技等企業(yè)，都是具有技術(shù)算法優(yōu)勢但較難獨立實現(xiàn)商業(yè)化，前期多通過與傳統(tǒng)巨頭合作的方式實現(xiàn)市場布局。

2、應(yīng)用點之二：新零售

什么是新零售，馬云給出的定義是通過運用大數(shù)據(jù)、人工智能等先進技術(shù)手段，對商品的生產(chǎn)、流通與銷售過程進行升級改造，進而重塑業(yè)態(tài)結(jié)構(gòu)與生態(tài)圈，并對線上服務(wù)、線下體驗以及現(xiàn)代物流進行深度融合的零售新模式。

在各家的解決方案中，被提及最多的是基于卷積神經(jīng)網(wǎng)絡(luò)的視覺識別技術(shù)，那么計算機視覺在新零售領(lǐng)域如何與視頻做結(jié)合呢？

即通過深度學(xué)習(xí)教會計算機認識商品，消費者自助購買時，計算機通過店內(nèi)攝像頭識別商品的類別價格，消費可以實現(xiàn)自動扣款，無需消費者人為結(jié)賬。

計算機視覺賦予視頻強大識別技術(shù)，為新零售推出完整的解決方案，集成人臉識別分析引擎，驗證用戶身份，引導(dǎo)新用戶進行支付方式綁定及身份/信用信息錄入。同時結(jié)合人臉屬性分析技術(shù)，判斷用戶的性別、年齡等信息，生成用戶畫像。追蹤用戶行走的線路，結(jié)合人臉識別技術(shù)，收集用戶在貨架前停留時間的長短，識別用戶拿取和放回的行為動作和商品，分析不同用戶的購物傾向和喜好。通過大量用戶圖像行為數(shù)據(jù)的分析，為商家提供商品貨架布局擺放的建議。

比如亞馬遜推出新型概念店Amazon Go，通過AI、深度學(xué)習(xí)等高科技，顧客只需下載Amazon Go的APP，在商店入口掃碼成功后，便可進入商店開始購物。Amazon Go的傳感器會計算顧客有效的購物行為，并在顧客離開商店后，自動根據(jù)顧客的消費情況在亞馬遜賬戶上結(jié)賬收費。其中涉及了計算機視覺、傳感器、深度學(xué)習(xí)等技術(shù)，核心在于識別動作、商品和人，通過位置或姿勢進行關(guān)聯(lián)，亞馬遜也形象地稱之為“just walk out”技術(shù)。

3、應(yīng)用點之三：視頻營銷

伴隨視頻行業(yè)的發(fā)展及變化，特別是移動視頻的高速增長，互聯(lián)網(wǎng)視頻廣告及營銷的方式也隨之變遷，同時，廣告收入依然是在線視頻行業(yè)收入的中流砥柱。而視頻廣告營銷的逐漸升級，廣告主的投放決策也不再僅僅是蜻蜓點水、浮于表面的簡單植入。那么視頻網(wǎng)站無論從用戶基數(shù)還是增長速度來看，無疑都擁有巨大的想象空間。

在這樣的背景下，產(chǎn)業(yè)鏈相關(guān)企業(yè)開始著眼為廣告主提供更多元的內(nèi)容營銷形式、更高的廣告投放效率以及更精準的廣告投放策略，視頻的商業(yè)價值被進一步挖掘。在這樣的背景下，產(chǎn)業(yè)鏈相關(guān)企業(yè)開始著眼為廣告主提供更多元的內(nèi)容營銷形式、更高的廣告投放效率以及更精準的廣告投放策略，視頻的商業(yè)價值被進一步挖掘。其中，Video++基于人工智能的智能算法，將視頻內(nèi)容具有廣告價值，打造視頻內(nèi)的創(chuàng)意互動形式成為業(yè)內(nèi)新寵。

Video++所打造的消費級視頻對于大多數(shù)人來說是一個陌生的概念，消費級視頻可以指現(xiàn)在視頻類別下的直播、電影、綜藝節(jié)目、電視劇等擁有復(fù)雜場景、經(jīng)過后期大量加工的視頻。隨著互聯(lián)網(wǎng)的發(fā)展壯大，很多產(chǎn)品的數(shù)據(jù)都通過互聯(lián)網(wǎng)和云端進行傳輸和存儲，數(shù)據(jù)量大也使得消費級視頻的商業(yè)價值的潛力變得巨大。視頻本身是一片廣告的藍海，這里面有很多商業(yè)變現(xiàn)方式，在不打擾用戶體驗的同時，加入一些娛樂互動方式，可以讓用戶在參與中完成了一種電商或廣告商業(yè)價值轉(zhuǎn)化。

對于視頻來說內(nèi)容層是最特別的，在內(nèi)容上，AI可以讓機器擁有人的思維，將視頻傳到機器上進行識別分析時，可以識別出明星、物體、品牌、手機、場景等等，使機器像人類一樣理解視頻的內(nèi)容，并發(fā)現(xiàn)其中有趣的點。到了邏輯層和應(yīng)用層，可以用核心組件和視頻應(yīng)用將這些點進行商業(yè)化的變現(xiàn)，將機器識別出的結(jié)構(gòu)化數(shù)據(jù)作為投放點，應(yīng)用到廣告和電商的場景中。

今年，Video++與搜狐進行深度合作，Video++為搜狐提供消費級視頻領(lǐng)域的AI辨識技術(shù)服務(wù)、全套視頻結(jié)構(gòu)化數(shù)據(jù)應(yīng)用系統(tǒng)，并為其打造整體的視頻AI數(shù)據(jù)應(yīng)用方案，基于視頻AI數(shù)據(jù)的應(yīng)用（元信息篩選、價值權(quán)重函數(shù)檢索等），搜狐與Video+在內(nèi)容營銷產(chǎn)品上進行深度合作，為廣告主提供內(nèi)容營銷解決方案，讓搜狐的各種精彩內(nèi)容得到充分的廣告場景挖掘。

當(dāng)計算機視覺遇到同樣呼聲很高的視頻廣告營銷，技術(shù)與創(chuàng)意完美結(jié)合，連接品牌和用戶，形成多樣式的互動廣告、場景營銷，有了AI的賦能，“視”界將會被顛覆，視頻消費場景將會形成。

4、應(yīng)用點之四：視頻編輯

隨著人工智能的進步，視頻編輯也變得更為輕松，運用AI顯著提升剪輯視頻的效率，也是意義巨大的。

全球知名的數(shù)字媒體編輯軟件供應(yīng)商Adobe，也加入了人工智能的大潮，發(fā)布了旗下首個基于深度學(xué)習(xí)和機器學(xué)習(xí)的底層技術(shù)開發(fā)平臺——Adobe Sensei。能夠自動完成視頻編輯過程，同時還可以讓我們根據(jù)自己的意愿對人工智能的剪輯風(fēng)格進行控制。

系統(tǒng)會自動將所有的鏡頭，包括多個角度拍攝的畫面，按照我們意愿的腳本進行組織，然后還可以根據(jù)需求找到指定的內(nèi)容。這套程序就可以準確的識別出這些剪輯的內(nèi)容，系統(tǒng)利用面部識別和情緒識別系統(tǒng)，對每一幀畫面進行分析。在所有的元素都可以被組織之后，系統(tǒng)會按照不同的風(fēng)格和習(xí)慣對視頻進行剪輯和處理，并且對某種風(fēng)格貼上標(biāo)簽。

同樣瞄準運動愛好者和視頻分享者的Graava，則推出智能運動相機和配套的移動端應(yīng)用。該相機內(nèi)置了智能感應(yīng)模塊，可以通過辨別人體心跳頻率來識別出拍攝者激動瞬間，并自動剪輯成視頻片段。而國內(nèi)有一家名叫慧川智能的公司同樣是一個能夠?qū)⒛_本文字快速轉(zhuǎn)化為短視頻的云平臺。在用戶輸入一篇文章、一個鏈接或者一個關(guān)鍵詞后，它將基于人工智能技術(shù)，自動搜索合適的圖片及視頻素材，并配以人工智能合成的語音，最后融合成一條短視頻。

總結(jié)

以上總結(jié)了計算機視覺與視頻行業(yè)四大應(yīng)用點，充分表明了計算機視覺技術(shù)讓視頻智能化不斷升級，互聯(lián)網(wǎng)應(yīng)用在視頻中運作起來，并讓視頻成為互聯(lián)網(wǎng)應(yīng)用的一個超級入口。像素的世界已經(jīng)延伸到圖像之外，雖然視頻對于機器學(xué)習(xí)研究人員來說一直都是個挑戰(zhàn)，但現(xiàn)在的技術(shù)能夠使得從視頻中提取信息變得跟從圖像中提取信息一樣簡單。人工智能這個新興“工具”的出現(xiàn)，為人類加速前往高度智慧化形態(tài)提供能量，重構(gòu)著整個視頻行業(yè)的結(jié)構(gòu)和協(xié)作方式。