深度学习：人工智能的“神奇魔杖”（二）

　　3.深度学习在视频行业的应用

　　视频因具有运动的图像、文本、音频、用户观看日志等复杂的时空信息，容易带动观者的情绪，是内容最丰富的媒体，在未来将成为信息表达和传播的主流。然而目前大部分视频都存在一些问题：第一、随着视频形成的规模增加，视频处理的任务也更加艰巨，信息传播的速度跟不上产生的速度。以爱奇艺为例，每天都有十几万的视频上传，如果通过人工的方法为这些视频进行审核、标注，那将花费巨大的人力，并且效率低下。另一方面，视频中的内容无法得到有效利用。视频网站虽累积了海量用户，但黄金流量却难以规模变现。而大数据及深度学习的应用，可以分析视频序列中的信息，以达到理解视频内容的目的，为解决上述问题提供了新的视角。

　　3.1.视频的智能化处理

　　通过大数据和深度学习挖掘解析视频画面内容，从而实现视频的智能化处理，是提高视频生产效率的法宝。传统电视台对于节目的编辑、卡段以及审核全部是人工的，花费时间长，效率也低。而深度学习的应用会让整个过程迅速加快：对整个情节自动卡段，对所有的语义识别、字母的自动提取，对整个视频的审核变成全自动。每一个视频吸引用户的点击靠的是描述和截图。如何在每天巨量的视频里面自动选出最适合的截图，它是视频领域需要解决的问题。以前使用的是能量算法，选择变化最大或者说保真度最大的图片作为截图，而今融入视频识别和人脸识别，表达这个视频的截图将更加贴切。

　　视频的上传需要经历严格的黄、暴检测，人工智能可以节省大量的人力。2016年3月全国“扫黄打非”行动中，对百度云盘、微盘、360云盘等云储存平台上的大量视频图像数据进行审核是一项重要且艰巨的任务，人工审核黄色、暴力等信息会非常消耗时间和人力。通过基于深度学习的视频大数据技术，可以精准识别出这些平台的色情、暴恐、小广告等违规图片或视频，能帮助开发者团队降低运营风险和法律风险，节省大量审核人力。例如图普科技就是基于深度学习图像识别技术，推出图像识别云服务，为企业提供各种图片和视频审核、增值、搜索服务。

　　迅雷通过接入图普科技的图像识别云平台，超过98%的被机器过滤，复审量低于总量2%，节省了超过98%的人力成本。Viscovery创意引晴公司能够监测色情、暴力、反恐等违禁内容，适用网络直播、盗版内容监测等领域，能节省95%人力，进行高效分析。

　　3.2.深度学习开创新的商业模式：视频电商与新型广告植入

　　深度学习在视频大数据中可以实现广告与客户需求更加精准的匹配。目前庞大的视频大数据资源已经吸引了包括BAT在内的国内外顶尖视频网站。阿里与优酷土豆的边看边买，百度和爱奇艺的随视购，以及腾讯视频、搜狐视频，芒果TV都陆续开始在视频画面中植入广告。通过大数据挖掘自动分析视频中的画面内容，并自动在视频中产生信息、标签、商品等内容，一方面能够增加商品的点击率和销售，另一方面也可以实现更精确的广告精准匹配，增加广告投放，，最终实现将流量转换成营收的目标。同时还可以进行广告效果的监测，获得视频里面品牌曝光的次数、时长等。