阿里iDST刘扬：视频云+AI在消费级视频中的应用与VENUS平台解析

在2017年的杭州云栖大会上，阿里巴巴-iDST的刘扬分享了关于《视频云 人工智能计算机视觉和机器学习在消费级视频中的应用》的主题演讲。iDST作为阿里巴巴负责人工智能技术研发的核心团队，自2014年成立以来，汇聚了一群分布在国内外的科学家和工程师，致力于打造包括图像视频、语音交互、自然语言理解等在内的核心技术，是阿里巴巴NASA计划的重要组成部分，旨在构建人工智能大脑。 消费级视频是指日常生活中广泛使用的非专业级别的视频内容，如手机拍摄的短视频、直播和社交平台上的视频分享。视频AI技术在此领域的应用日益广泛，例如Venus平台，它不仅是视频分析和处理的基础设施，也支持视频理解、分类、标签生成、多模态分析等高级功能。通过机器学习和模式识别，视频AI能够进行精准的视频内容分析，如人脸识别、物体识别、场景识别，甚至结合视觉和语音信息进行深度理解和交互。 视频AI技术的应用涵盖了视频的全生命周期，从专业设备拍摄到手机终端的消费，包括视频编辑过程中的特效、滤镜和美颜，再到节目制作时的推送和个性化推荐。观看者可以通过交互方式参与到视频内容中，提升观看体验。此外，Venus平台强大的分布式计算能力使得视频处理达到百万级的规模，能够在一天内处理大量视频，且在ACMMM‘17大规模视频分类竞赛中，凭借高精度的87.41%平均准确率赢得了冠军。 视频内容理解技术进一步细化为多个子领域，如视频分类、语音识别、OCR（光学字符识别）用于文本内容提取，以及物体、人物和场景的识别。这些技术的进步使得视频搜索更加智能化，能够通过视频指纹和相似性分析实现跨媒体视频检索。视频编辑方面，AI提供了结构化分析和摘要生成的能力，而视频植入则涉及到内容的深度融合。 总结来说，消费级视频领域的人工智能和计算机视觉技术正在推动媒体大数据的处理和分析，极大地改变了用户的生产、分享和消费习惯。随着技术的发展，未来的视频云将更加智能，提供更个性化的服务，同时也会对新闻从业者、直播主播和短视频达人的工作带来深远影响。