視頻AI科技助力短視頻生態(tài)

文/肖長杰

人工智能AI技術(shù)是當(dāng)今炙手可熱的技術(shù)領(lǐng)域，它在制造、家居、零售、交通、安防等行業(yè)的應(yīng)用已經(jīng)是大勢所趨。本文筆者將分享一些AI技術(shù)在視頻中應(yīng)用現(xiàn)狀，回顧AI是如何滲透到短視頻生產(chǎn)各個環(huán)節(jié)中的。

AI技術(shù)在視頻中應(yīng)用現(xiàn)狀

AI技術(shù)創(chuàng)新已經(jīng)滲透到了短視頻各個環(huán)節(jié)?？赡芪覀儧]有注意到，其實AI技術(shù)已經(jīng)應(yīng)用到了視頻的生產(chǎn)、傳輸、消費等各個階段。比如，在用戶創(chuàng)作階段，基于人臉識別及跟蹤技術(shù)實現(xiàn)瘦臉、大眼、美白功能已經(jīng)相當(dāng)常見；當(dāng)視頻上傳到服務(wù)端之后，我們會對視頻內(nèi)容進(jìn)行審核、去重、溯源等處理，并進(jìn)一步對視頻的打標(biāo)、分類，同時采用AI技術(shù)去定義最有美學(xué)感的封面，便于完成用戶個性化搜索、智能推薦等動作，提升用戶的點擊率和體驗。

算法在數(shù)據(jù)積累到一個臨界點后，才會帶來爆發(fā)。這里舉個我們非常熟悉的例子，2018年9月，移動資訊的獨角獸平臺趣頭條赴美上市了，股價更是一路飆漲。趣頭條的安裝用戶數(shù)在2018年達(dá)到一定數(shù)量級，伴隨著用戶數(shù)增多，上傳視頻數(shù)也成倍增長。所以，當(dāng)?shù)竭_(dá)了某個數(shù)據(jù)積累的臨界點之后，個性化推薦的算法開始發(fā)揮其強(qiáng)大的作用，用戶DAU激增。

用戶對視頻質(zhì)量要求高，短視頻雖短，但處理流程趨于精細(xì)化。移動互聯(lián)網(wǎng)時代視頻量暴增起來，但是其中不乏一些低質(zhì)量的內(nèi)容，比如一些互聯(lián)網(wǎng)搬運工的作品，他們在網(wǎng)上下載視頻后經(jīng)過批量地二次加工，再上傳到網(wǎng)上去。這種情況對于原創(chuàng)者是個致命的打擊，同時也影響了平臺的用戶體驗。所以，現(xiàn)在一般平臺都采用多重方式，對視頻的質(zhì)量進(jìn)行把控審核。處理流程大概是：面對平臺100個視頻，去重和版權(quán)違規(guī)過濾掉一些視頻，涉黃又過濾了一部分視頻，最終到轉(zhuǎn)碼的時候可能只有70個視頻，整個處理流程的好處是，轉(zhuǎn)碼和存儲的量會大大降低，用戶體驗也會相應(yīng)提升。

視頻DNA技術(shù)實現(xiàn)視頻的去重、溯源與盜版打擊

短視頻平臺通常會面臨視頻大量重復(fù)的情況，所以在整個視頻AI的應(yīng)用中，怎么樣去辨別視頻的唯一性，以及根據(jù)內(nèi)容分析來追溯視頻來源是關(guān)鍵所在。視頻AI可以幫助平臺高效地判定對視頻的剪拼改編行為。

視頻DNA的技術(shù)原理是：當(dāng)你上傳一個視頻的時候，可以生成唯一的指紋，指紋的特性是唯一性，同時具有穩(wěn)定性，它不會隨音視頻文件的格式轉(zhuǎn)換、剪輯拼接、壓縮、旋轉(zhuǎn)、增加LOGO等變換而變化。

所以當(dāng)其他類似視頻上傳后，你就可以在視頻庫中與現(xiàn)有視頻做檢索比對，相似性達(dá)到一定程度，就被證明是重復(fù)性視頻。

同時，我們運用視頻DNA在做相似性溯源的時候，會對視頻內(nèi)容關(guān)聯(lián)關(guān)系進(jìn)行挖掘，對視頻內(nèi)容制作路徑溯源。它的應(yīng)用場景是：平臺可以先將電視劇的長視頻錄入庫中，當(dāng)用戶看了長視頻后，可以把相應(yīng)的短視頻做推薦，根據(jù)用戶偏好進(jìn)行推送，提升用戶體驗。

此外，視頻DNA可以配合 DRM數(shù)字版權(quán)保護(hù)技術(shù)（沒有授權(quán)的賬號不能播放）和視頻水印（專屬LOGO識別），更好地打擊行業(yè)盜版。

談到盜版，還有非常關(guān)鍵的一步是存證。視頻DNA和存證體系做關(guān)聯(lián)，推出了可信數(shù)字內(nèi)容版權(quán)服務(wù)。方案運用了區(qū)塊鏈將DNA等關(guān)鍵信息上鏈，實現(xiàn)多方透明共享、無法篡改和刪除，進(jìn)而構(gòu)建擁有版權(quán)存證、侵權(quán)追溯和版權(quán)交易等能力的平臺。可以重塑版權(quán)價值，并提供侵權(quán)監(jiān)測、法律維權(quán)、IP孵化等相關(guān)服務(wù)，進(jìn)而助力提升全社會的版權(quán)意識。

低成本高效率的視頻審核

視頻在去重后會進(jìn)入審核階段。低成本高危視頻審核方案可以針對色情、廣告、暴恐、涉政、不良場景、視頻黑庫等做審核。它具備兩個特點：第一是色情圖片識別準(zhǔn)確度高于90%，模型高度靈活，可根據(jù)用戶要求實時調(diào)整生效；第二是能夠針對二維碼、文字、LOGO等內(nèi)容多層防護(hù)，層層過濾，以最快的速度達(dá)到最大的效果。

通常內(nèi)容審核需要截取視頻幀進(jìn)行排查，在直播中，我們通過業(yè)務(wù)截幀策略決策系統(tǒng)，先判斷是否是高危業(yè)務(wù)，如果是高危的話，進(jìn)行高頻截幀，加大審核力度；如果不是高危業(yè)務(wù)，可直接進(jìn)行關(guān)鍵幀截取，排除違禁內(nèi)容。這樣可以實現(xiàn)成本的節(jié)約與效率提升。

基于視頻內(nèi)容分析搭建智能推薦與智能生產(chǎn)系統(tǒng)

內(nèi)容分析和用戶標(biāo)簽挖掘是搭建推薦系統(tǒng)的基石。它可以應(yīng)用在兩個場景之中，第一個場景是：當(dāng)上傳一個短視頻，系統(tǒng)會將其先拆成最低的元素，包括聲音、圖片、文字等。對基本維度做一些識別與分析，進(jìn)而對視頻采取分類、打標(biāo)簽等動作，選取最佳的視頻封面，對于后續(xù)的廣告推薦、內(nèi)容個性化推薦有了基礎(chǔ)輸出。此應(yīng)用場景是通過內(nèi)容分析幫助視頻內(nèi)容更好地消費。那么反過來思考，我們的視頻如果都是人去產(chǎn)生，是不是效率太低了呢？我們能不能通過一篇文章、一句話、甚至一個標(biāo)簽，生成一段視頻？

所以有了第二個應(yīng)用場景，通過視頻智能產(chǎn)生系統(tǒng)，輸入視頻、音頻、文字等信息，一系列分析后，可以從庫里拿一些圖片、文字、聲音，去生成一個視頻。在2018年世界杯的時候，阿里云視頻AI技術(shù)通過下圖的方案，在比賽結(jié)束后幾分鐘內(nèi)快速生成了明星集錦視頻，這些視頻都是機(jī)器自動生成的，極大地提高了視頻生產(chǎn)效率。