慧川智能CEO康洪文：AI如何讓視頻創(chuàng)作更加簡單 | CCF-GAIR 2017

7月8日，由中國計算機學(xué)會（CCF）主辦，雷鋒網(wǎng)與香港中文大學(xué)（深圳）承辦的CCF－GAIR 2017全球人工智能與機器人峰會在深圳大中華喜來登酒店舉行。在AI+專場第二場，慧川智能CEO康洪文為我們帶來了《AI(愛）讓視頻更簡單》的主題演講。

對于視頻從業(yè)人員來說，“加班”、“熬夜”這樣的詞匯常常出現(xiàn)，他們的工作異常辛苦，那么，究竟該如何改變現(xiàn)狀，請看康洪文的描述，通過AI讓視頻如何讓視頻創(chuàng)作變得簡單？

AI助力視頻創(chuàng)作的背景：

• 視頻工作者有非常強大的圖文創(chuàng)造能力，有強大的講故事的能力，不應(yīng)該讓他們的創(chuàng)造力被制造視頻的煩瑣工作局限掉。

• 視頻市場特別是短視頻市場是爆發(fā)趨勢，目前的視頻網(wǎng)絡(luò)用戶已經(jīng)突破了5.5億，保持著8.1%的增長速度。很多圖文媒體去轉(zhuǎn)作視頻，希望在視頻市場上獲得更多的受眾。

• 在今日頭條還有微信公眾號平臺去統(tǒng)計，里面67%的文章都非常適合用視頻的方式來呈現(xiàn)。另外傳統(tǒng)的網(wǎng)站以及像電商，淘寶上有十億級的商品，上面很大量的商家都希望能夠為他們的商品制作視頻。

智影的產(chǎn)品功能實現(xiàn)：

• 基于網(wǎng)頁的界面，通過界面能夠把任何一個網(wǎng)頁或者一段文字輸入到輸入框中，后臺的AI算法就會根據(jù)這段文字進行分析，找到里面所有這些關(guān)鍵點。

• 通過文章的語義分析，就能夠自動和素材進行匹配，對每一段話、每一個句子找到對應(yīng)的多媒體素材，比如說圖片、視頻、社交媒體分享，找到以后自動生成的故事線，在后面還有一些延伸的廣告進行匹配。

• 如果有修改需求，可以再進行修改。提供一個非常簡便的在線剪輯和預(yù)覽平臺，客戶只需要注冊一個賬號就可以進行剪輯了。根據(jù)用戶修改之后，可以在界面上進行素材的調(diào)整，比如說還可以截取每個視頻片段的長度，起始的時間，甚至在圖片上添加一些像畫字或者文字的信息。

具體的優(yōu)點：

• 通過這個系統(tǒng)能夠提升用戶的效率近百倍，以前可能會花幾個小時去做一個視頻，現(xiàn)在通過智能手段能夠壓縮到幾十秒鐘。

• 用戶滿意之后可以直接點擊生成視頻，在云端這個視頻就可以生成下載好。不用很強大的機器，在任何一個咖啡館，任何一個筆記本就可以完成這樣的創(chuàng)作，完成之后回到家這個視頻一鍵下載好，已經(jīng)上傳到所有的社交媒體上去了。

所用到的技術(shù)：

• 計算機視覺。剛才講到會去素材庫跟結(jié)構(gòu)化素材進行匹配，對所有的素材進行理解，現(xiàn)在已經(jīng)能看到計算機視覺里面有一些突破性的進展，比如說場景的識別上，計算機的識別能力已經(jīng)在接近甚至是超越人的識別能力。

• 自然語言處理。在這方面我們用到了知識圖譜，比如說情感識別，名實體識別。

• 大規(guī)模計算?，F(xiàn)在GPU的發(fā)展速度非?？?，將GPU和深度學(xué)習(xí)這個框架結(jié)合起來。

現(xiàn)在所做的動作：

• 分析海量視頻素材，以及圖片素材和多媒體素材。通過將素材進行結(jié)構(gòu)化，理解視頻里面出現(xiàn)的所有物體和人，以及他們正在進行的動作，能夠把它構(gòu)建一個精確到每一幀的視頻內(nèi)容標簽。

• 開放API。這能夠幫助所有對視頻有需求的人進行理解，提供這個視頻進行全網(wǎng)視頻的結(jié)構(gòu)化。這里面包括兩個主要功能，一個是視頻內(nèi)容的理解和標簽化，我們提供包括時間、地點、人物、事件的多種標簽，這里面有一千多個視頻結(jié)構(gòu)化標簽。另外我們還創(chuàng)造了全球500+明星的數(shù)據(jù)庫。

詳細內(nèi)容請看雷鋒網(wǎng)后續(xù)報導(dǎo)。雷鋒網(wǎng)原創(chuàng)。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。