【科讯】全球视频识别技术趋势：影谱科技擅长商业化、迪士尼擅长工具化

本篇文章3380字，读完约8分钟

据布隆伯格新闻报道，在年第一季度，只有6家企业在财务报告电话会议上提到了人工智能，但年第一季度的数字增加到了244，年第一季度增加到了572。

风险投资企业menlo ventures常务理事matt murphy说，在技术浪潮中，人工智能和机器学习都是风口浪尖的技术。 matt murphy说科学已经取得了很大进步，现在已经准备好进入实践模式了。

事实上，视频识别已成为继图像识别之后的一大人工智能方向。

视频一直被认为是计算机视觉的暗物质。 在谷歌云下一届大会上，机器学习权威李飞飞博士说。 视频可以比拷贝和照片提供更多的新闻，但传统上，视频拷贝就像黑洞，每个搜索引擎只能用视频用户选择的标签建立索引。

为了解决这样的问题，谷歌以视频识别api为处理方法，向开发者开放了视频结构化注释。 负责facebook机器学习技术的高管康德拉( quionero candelae )在f8开发大会上宣布，正在开发识别和标注视频中出现的人物，便于搜索的新功能。

在全球范围内，视频识别已成为继图像识别之后的另一大市场，这与全球快速增长的视频应用密切相关。 除了谷歌和facebook等，来自中国和美国等地的人工智能独角兽公司也在积极探索视频识别( video intelligence )行业的各种可能性。

其中，facebook、迪斯尼、阴影光谱技术等公司提到最多的是视频识别和ar/vr的融合。

facebook的视频识别、视频注释广泛用于视频审阅、vr-oculus go。

facebook计划在年前将人工智能部门增加一倍，表明这家企业承认了其重要性，facebook的fair、aml成为了最重要的部门。 facebook的目的是重组fair，偏向商业化，使研究开发成果接近facebook的产业布局。

aml团队负责人joaquin candela说，采用facebook所有系列产品的体验第一依赖人工智能技术，现在没有人工智能就不存在facebook。

在商业层面，网络视频成为facebook的重点迅速发展的商业，其视频阅览次数接近youtube。 服务业务更好的商业化已成为fair、aml的主要任务。

根据媒体的分析，facebook在面部识别方面取得了一系列引人注目的商业化进展。

根据年发布的新技术，facebook正在迅速发展视频识别的基础模糊识别和导出:人工智能系统可以从照片中人物的发型、服装、身材、姿势等新闻中识别身份。 事实上，facebook计划将这个身份推广到视频行业。

负责facebook机器学习技术的高管康德( quionero candelae )说，facebook可以识别视频中每个画面的人物，并建立永久的数据索引。 在视频面部识别中，facebook可能继承了类似的技术。 例如，建立机器学习模型，检测潜在的虚假照片和视频，将这些模型发送给事实检查员进行审查，第三方事实检查合作伙伴可以使用反图像检索和图像元数据观察等视觉验证技术来审查副本。

facebook ceo马克·扎克伯格在最新季度的财务报告分解师信息表达会上明确表示，视频识别已成为视频在线产品、vr产品的核心竞争力之一。 在其facebook oculus新推出的vr产品oculus go中，广泛应用于视频识别技术的深度融合vr。

moviebook影像光谱技术是擅长视频识别+3d/ar/vr融合技术的中国视觉技术领先公司

计算机视觉是中国ai市场的最大组成部分也是商业变化最顺利的人工智能技术之一。 中国信通院去年2月发布的报告数据显示，在年中国人工智能市场，计算机视觉占37%，以80亿元的领域收入排名第一。

在视频识别行业，中国人工智能公司的影像光谱技术moviebook强调了视频识别+3d/ar/vr融合。 是在视频识别度、产品化度、业务规模综合排名中排名靠前的图像视觉识别公司。 这家企业的目标是完善自己的自动化技术，在中国人工智能同行竞争，最终将智能影像生产技术方案销售给想降低劳动力价格的公司。

moviebook阴影谱技术将视频识别+3d/ar/vr的多种技术叠加、集成，实现规范化的视频识别和自动副本生成、嵌入，在各个领域基于智能图像生产技术的智能 在实现工具化和商业化后，影像光谱技术迎来了ai能量赋予领域的增量空间。

实际上，智能图像技术无需人工介入视频拷贝的自动生产，自动分解视频拷贝的像素和子像素来自动生成拷贝，在电影行业可以降低大量评委的价格、拷贝的制作价格。

在视频网络服务方面，电影频谱技术推出多维自适应技术，使各卫视和互联网视频平台能够自动访问，实现全终端、全格式编码解码、多种加密解码和传输协议的自适应。

在视频领域的营销和改变行业，电影频谱技术为电影电视剧和综艺制作公司、芒果tv、搜狐视频、腾讯视频等视频网络公司提供原生视频广告处理方案。

这一系列核心技术和产品的商业化为电影光谱科学技术构建了相当高的商业壁垒，成为了视频识别技术垂直类行业的世界代表公司:一是因为电影光谱已经与领域合作形成了影像生态上的协同价值，另一个是合作

随着视频成为中国年轻人的主流新闻载体，电影频谱技术得到了世界著名的人工智能公司和风险投资机构的赞同，从视频识别技术到全自动化智能视频生产技术。 年第三季度，影谱科学技术获得商汤科学技术、软银中国等机构人民币15.6亿元的资金支持。

谷歌deep mind视频识别除了自身的应用外还扩展到军用无人机的航拍图像识别

谷歌是地球上最好的人工智能公司之一，该公司的deepmind开发了alpha，最近发布了测试版本的智能云视频服务( cloud video intelligence )，将视频识别能力提高到了新的水平 这种业务支持允许开发人员自动识别和搜索视频中的物体，并允许开发人员自动识别视频中的物体的应用程序。

此api除了提取元数据外，还可以帮助标记视频中场景的变化。

视频拷贝识别在谷歌有很大的招聘场景。 例如，在安全、冲击恐怖主义等行业，政府可能可以实时监视和分析视频画面，迅速逮捕恐怖分子。

谷歌搜索部门负责人人本戈麦斯( ben gomes )说，语音识别和视频理解是未来搜索和新闻的核心。 事实上，随着人类新闻载体的变法，视频成为年轻人最主要的新闻载体后，李飞飞教授领导的cloud video intelligence成为新一代谷歌的核心竞争力之一。

最近，谷歌报道了无人机为了识别航拍中的物体，开始参加美国国防部代码maven的项目。 据美国安全中心研究员格雷格·艾伦( greg allen )介绍，maven项目的第一项任务是帮助美国国防部有效地解决无人机拍摄的大量视频。 这些视频的数量相当多，人工无法完成拆卸工作。 在maven项目开始之前，国防部内不知道如何将人工智能技术应用于视频分解。

谷歌成为世界上第一个将视频识别技术应用于军用无人机航空照片的影像识别。

disney，视频识别和视频分析客户数据支持业务决定

很多电影企业也开始引进人工智能的辅助决定，迪斯尼可能是世界上最有人工智能的电影制作企业。

迪斯尼开发了分解式变量自动编码系统，该系统通过深度学习和面部扫描实时捕捉观众的表情，分解电影观众在不同故事时间段的反应，为之后的电影项目规划和创作提供更准确的顾客数据

除此之外，迪斯尼研究所数字平台集团的负责人sasha schriber在vrdc演讲中表示，迪斯尼研究所将电影制作中重要步骤的预先可视化，即自然语言脚本转换为大致的素描动画， 以及开发新的人工智能技术，让导演直观理解脚本的变化如何影响场景。 将自然语言脚本转换为可视化预览动画的技术将投入到vr和以前传达的电影制作中。

conviva，来自美国的视频识别和拆除公司

conviva是一家基于人工智能进行视频识别和分解的公司，致力于基于机器学习开发视频分解技术，为视频制作者提供虚拟直播室，让观众从其他角度观看视频拷贝。 最近，conviva获得了4000万美元的战术投资，future fund、nea和foundation capital投资。

现在该企业的顾客共计200多个，包括hbo、sky、turner等。 每天从世界25亿台设备中分解10亿分钟以上的视频。