3.深度學(xué)習(xí)在視頻行業(yè)的應(yīng)用
視頻因具有運動的圖像、文本、音頻、用戶觀看日志等復(fù)雜的時空信息，容易帶動觀者的情緒，是內(nèi)容最豐富的媒體，在未來將成為信息表達和傳播的主流。然而目前大部分視頻都存在一些問題：第一、隨著視頻形成的規(guī)模增加，視頻處理的任務(wù)也更加艱巨，信息傳播的速度跟不上產(chǎn)生的速度。以愛奇藝為例，每天都有十幾萬的視頻上傳，如果通過人工的方法為這些視頻進行審核、標注，那將花費巨大的人力，并且效率低下。另一方面，視頻中的內(nèi)容無法得到有效利用。視頻網(wǎng)站雖累積了海量用戶，但黃金流量卻難以規(guī)模變現(xiàn)。而大數(shù)據(jù)及深度學(xué)習(xí)的應(yīng)用，可以分析視頻序列中的信息，以達到理解視頻內(nèi)容的目的，為解決上述問題提供了新的視角。
3.1.視頻的智能化處理
通過大數(shù)據(jù)和深度學(xué)習(xí)挖掘解析視頻畫面內(nèi)容，從而實現(xiàn)視頻的智能化處理，是提高視頻生產(chǎn)效率的法寶。傳統(tǒng)電視臺對于節(jié)目的編輯、卡段以及審核全部是人工的，花費時間長，效率也低。而深度學(xué)習(xí)的應(yīng)用會讓整個過程迅速加快：對整個情節(jié)自動卡段，對所有的語義識別、字母的自動提取，對整個視頻的審核變成全自動。每一個視頻吸引用戶的點擊靠的是描述和截圖。如何在每天巨量的視頻里面自動選出最適合的截圖，它是視頻領(lǐng)域需要解決的問題。以前使用的是能量算法，選擇變化最大或者說保真度最大的圖片作為截圖，而今融入視頻識別和人臉識別，表達這個視頻的截圖將更加貼切。
視頻的上傳需要經(jīng)歷嚴格的黃、暴檢測，人工智能可以節(jié)省大量的人力。2016年3月全國“掃黃打非”行動中，對百度云盤、微盤、360云盤等云儲存平臺上的大量視頻圖像數(shù)據(jù)進行審核是一項重要且艱巨的任務(wù)，人工審核黃色、暴力等信息會非常消耗時間和人力。通過基于深度學(xué)習(xí)的視頻大數(shù)據(jù)技術(shù)，可以精準識別出這些平臺的色情、暴恐、小廣告等違規(guī)圖片或視頻，能幫助開發(fā)者團隊降低運營風險和法律風險，節(jié)省大量審核人力。例如圖普科技就是基于深度學(xué)習(xí)圖像識別技術(shù)，推出圖像識別云服務(wù)，為企業(yè)提供各種圖片和視頻審核、增值、搜索服務(wù)。
迅雷通過接入圖普科技的圖像識別云平臺，超過98%的色情視頻被機器過濾，復(fù)審量低于總量2%，節(jié)省了超過98%的人力成本。Viscovery創(chuàng)意引晴公司能夠監(jiān)測色情、暴力、反恐等違禁內(nèi)容，適用網(wǎng)絡(luò)直播、盜版內(nèi)容監(jiān)測等領(lǐng)域，能節(jié)省95%人力，進行高效分析。
3.2.深度學(xué)習(xí)開創(chuàng)新的商業(yè)模式：視頻電商與新型廣告植入
深度學(xué)習(xí)在視頻大數(shù)據(jù)中可以實現(xiàn)廣告與客戶需求更加精準的匹配。目前龐大的視頻大數(shù)據(jù)資源已經(jīng)吸引了包括BAT在內(nèi)的國內(nèi)外頂尖視頻網(wǎng)站。阿里與優(yōu)酷土豆的邊看邊買，百度和愛奇藝的隨視購，以及騰訊視頻、搜狐視頻，芒果TV都陸續(xù)開始在視頻畫面中植入廣告。通過大數(shù)據(jù)挖掘自動分析視頻中的畫面內(nèi)容，并自動在視頻中產(chǎn)生信息、標簽、商品等內(nèi)容，一方面能夠增加商品的點擊率和銷售，另一方面也可以實現(xiàn)更精確的廣告精準匹配，增加廣告投放，，最終實現(xiàn)將流量轉(zhuǎn)換成營收的目標。同時還可以進行廣告效果的監(jiān)測，獲得視頻里面品牌曝光的次數(shù)、時長等。
