重慶監(jiān)控安裝視頻傳播碎片化時代，人工智能只是“輕量級”選手?；ヂ?lián)網(wǎng)時代，視頻傳播有著碎片化、質(zhì)量殘差不齊、傳播成本低、負面內(nèi)容殺傷力大的特點。

每天產(chǎn)生數(shù)千萬小時的視頻內(nèi)容，其中有大量的不良視頻，包括躲貓貓式的直播。在帶有隱蔽性的海量數(shù)據(jù)面前，完全依靠人工是沒辦法解決內(nèi)容審核難題，這給視頻的內(nèi)容管理帶來了巨大的壓力。因此，人工智能或許是視頻內(nèi)容管理的不二之選。

    在大數(shù)據(jù)基礎(chǔ)上，在視頻文件或直播中，人工智能可以進行智能化視頻分析。快速識別視頻中人臉、聲音、文字、物品、行為、場景等信息，為決策提供參考。具體來說，內(nèi)容審核可化繁為簡，將視頻、直播內(nèi)容轉(zhuǎn)化為人工智能可以判斷的內(nèi)容比如圖片和文字，通過圖片識別、語音語義識別等人工智能技術(shù)對特殊物體如人體、刀具、槍支等做判斷。

    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人工智能技術(shù)的應(yīng)用服務(wù)，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肅，直白點，大概就是原來人工鑒別(暴恐血腥、不良信息)現(xiàn)今已進化到了機器鑒別的階段。至于審核效率提升了多少，引用下網(wǎng)易杭州研究院執(zhí)行院長汪源的話：“現(xiàn)在依靠深度學(xué)習(xí)的算法能夠做到99.8%的準確率?！?/span>

    這樣看來，人工智能技術(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段同時在線人數(shù)接近400萬，同時直播的房間數(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)控實行的是7*24*365的全時段運作，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、活動反作弊等項目。其中鑒別不良信息是網(wǎng)站視頻內(nèi)容審核的最大項目。

    而安防監(jiān)控視頻的內(nèi)容則來源于實時的社會場景畫面，結(jié)合公安、交通等應(yīng)用領(lǐng)域的實際業(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，細化為對目標的類型、大小、顏色、方向、速度、運動軌跡等各項特征的識別和分析。

    人工智能如何鑒別不良信息？

    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，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)易易盾針對機器鑒別不良信息自主研發(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，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)，用計算機模擬人腦神經(jīng)網(wǎng)絡(luò)的原理，使計算機訓(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(VideoContentAnalysis)，能夠通過人工智能技術(shù)，對視頻進行語音、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)、自然語言處理等人工智能技術(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)容的泛標簽(TAG)，從而提高搜索準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。

    人工智能在網(wǎng)絡(luò)視頻內(nèi)容審核方面的應(yīng)用其實也并非才興起，除百度、網(wǎng)易外，也有不少技術(shù)提供商和視頻平臺商達成合作推出了相關(guān)服務(wù)項目。從健康和諧的視頻運營環(huán)境的角度考慮，人工智能技術(shù)的應(yīng)用，對人力、財力都是一種解放，并且順應(yīng)了當前用戶對個性化視頻內(nèi)容的需求。

    同樣是進階到人工智能技術(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)主要由社會實時畫面構(gòu)成，所以智能分析技術(shù)中常用的算法也以計算機視覺領(lǐng)域的算法為主，如前背景建模、目標檢測、分類、識別、跟蹤、特征點提取、匹配、運動估計等等。

    在分析的類型上還細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。