[ 導讀 ]計算機視覺技術讓視頻智能化不斷升級，互聯網應用在視頻中運作起來，并讓視頻成為互聯網應用的一個超級入口。

人工智能無疑是2017年互聯網科技領域最火熱的關鍵詞，從各方面表現看，人工智能在2017年走向了新的拐點，很大程度上預示著人工智能的商業紅利期即將來臨，人工智能在各個領域的應用開始爆發。

在此背景下，作為人工智能（AI）三大領域之一的計算機視覺近期也越來越受到人們的關注。而計算機視覺作為一種人工智能的基礎技術應用，使用場景多樣，市場潛力巨大。因此在人工智能的牽引下，計算機視覺賦能視頻行業也走進了智能化的時代。

視頻行業在進入智能化之前，在互聯網的影響下，還經歷了三個階段的變化：首先第一個階段是傳統視頻時代，還處在以線下的電視、電影作為視頻傳播為主的階段，無法進行交互，也無法自主選擇內容；后來進入了互聯網時代，開始涌出像優酷、土豆、愛奇藝等網絡視頻平臺，用戶通過網絡在平臺上可以選擇觀看內容，這是第二階段；直到2016年直播的迅速爆發，讓視頻行業進入了第三階段，也就是C2C傳播時代，像斗魚、YY、映客、秒拍這些平臺的特點就是傳播速度快、精準化且碎片化，因為技術背景是H5的鏈接，所以用戶能夠隨意地去發送。

那么接下來就是進入了現在的智能化時代，在人臉識別、深度學習等猶如雨后春筍一般成為行業熱詞的背后，技術導向型新銳公司的不斷涌現，計算機視覺技術升級視頻行業，讓視頻在安防、廣告營銷、新零售等領域全面升級開花，因此我們今天就來盤點，計算機視覺有哪些實際可以應用到視頻場景中的技術呢？

1、應用點之一：安防領域

安防領域成為【計算機視覺+視頻】結合的第一著陸點。這主要源于安防本身的兩大特性：首先，以視頻技術為核心的安防行業擁有海量的數據來源，可以充分滿足人工智能對于算法模型訓練的要求；其次，安防行業中事前預防、事中響應、事后追查的訴求與人工智能的技術邏輯完全吻合。

目前【計算機視覺+視頻】在安防領域的應用主要還是涉及對人臉、車輛的識別，包括生物特征識別技術、大數據及視頻結構化技術等。其中，生物特征識別包含了指紋識別、虹膜識別、人臉識別、步態識別等，前兩個主要應用于特定場景的身份認證居多；而關于視頻結構化技術，目前則主要融合了機器視覺、圖像處理、模式識別、深度學習等人工智能技術，這也是視頻內容理解的基礎。并且在公安、交通、樓宇、金融、工業、民用等多個領域都有應用場景。

例如，公安行業用戶的需求是在海量的視頻信息中，發現犯罪嫌疑人的線索。要實現這個需求，僅僅用攝像頭捕捉到嫌疑人是遠遠不夠的。它需要智能的前端攝像機實時分析視頻內容，檢測運動對象，識別人、車等屬性信息；然后需要匯總海量的城市級信息到后端人工智能的中心數據庫進行存儲，再利用計算能力及智能分析能力，對嫌疑人的信息進行實時分析，最終給出最可能的線索建議。

從目前市場現狀來看，安防領域巨大的市場規模和可觀的營收利潤前景，也恰恰使其成為眾多巨頭以及創業公司的必爭之地，其中傳統巨頭以海康威視、大華股份領銜，積極布局芯片、算法等上游關鍵技術領域，一方面也在向下游整合集成商或運營商業務延伸。

而在從計算機視覺切入的創業獨角獸公司有在今年7月完成4.1億美元B輪融資的商湯科技，以及在16年年底完成億級美元C輪融資的曠視科技等企業，都是具有技術算法優勢但較難獨立實現商業化，前期多通過與傳統巨頭合作的方式實現市場布局。

2、應用點之二：新零售

什么是新零售，馬云給出的定義是通過運用大數據、人工智能等先進技術手段，對商品的生產、流通與銷售過程進行升級改造，進而重塑業態結構與生態圈，并對線上服務、線下體驗以及現代物流進行深度融合的零售新模式。

在各家的解決方案中，被提及最多的是基于卷積神經網絡的視覺識別技術，那么計算機視覺在新零售領域如何與視頻做結合呢？

即通過深度學習教會計算機認識商品，消費者自助購買時，計算機通過店內攝像頭識別商品的類別價格，消費可以實現自動扣款，無需消費者人為結賬。

計算機視覺賦予視頻強大識別技術，為新零售推出完整的解決方案，集成人臉識別分析引擎，驗證用戶身份，引導新用戶進行支付方式綁定及身份/信用信息錄入。同時結合人臉屬性分析技術，判斷用戶的性別、年齡等信息，生成用戶畫像。追蹤用戶行走的線路，結合人臉識別技術，收集用戶在貨架前停留時間的長短，識別用戶拿取和放回的行為動作和商品，分析不同用戶的購物傾向和喜好。通過大量用戶圖像行為數據的分析，為商家提供商品貨架布局擺放的建議。

比如亞馬遜推出新型概念店Amazon Go，通過AI、深度學習等高科技，顧客只需下載Amazon Go的APP，在商店入口掃碼成功后，便可進入商店開始購物。Amazon Go的傳感器會計算顧客有效的購物行為，并在顧客離開商店后，自動根據顧客的消費情況在亞馬遜賬戶上結賬收費。其中涉及了計算機視覺、傳感器、深度學習等技術，核心在于識別動作、商品和人，通過位置或姿勢進行關聯，亞馬遜也形象地稱之為“just walk out”技術。

3、應用點之三：視頻營銷

伴隨視頻行業的發展及變化，特別是移動視頻的高速增長，互聯網視頻廣告及營銷的方式也隨之變遷，同時，廣告收入依然是在線視頻行業收入的中流砥柱。而視頻廣告營銷的逐漸升級，廣告主的投放決策也不再僅僅是蜻蜓點水、浮于表面的簡單植入。那么視頻網站無論從用戶基數還是增長速度來看，無疑都擁有巨大的想象空間。

在這樣的背景下，產業鏈相關企業開始著眼為廣告主提供更多元的內容營銷形式、更高的廣告投放效率以及更精準的廣告投放策略，視頻的商業價值被進一步挖掘。在這樣的背景下，產業鏈相關企業開始著眼為廣告主提供更多元的內容營銷形式、更高的廣告投放效率以及更精準的廣告投放策略，視頻的商業價值被進一步挖掘。其中，Video++基于人工智能的智能算法，將視頻內容具有廣告價值，打造視頻內的創意互動形式成為業內新寵。

Video++所打造的消費級視頻對于大多數人來說是一個陌生的概念，消費級視頻可以指現在視頻類別下的直播、電影、綜藝節目、電視劇等擁有復雜場景、經過后期大量加工的視頻。隨著互聯網的發展壯大，很多產品的數據都通過互聯網和云端進行傳輸和存儲，數據量大也使得消費級視頻的商業價值的潛力變得巨大。視頻本身是一片廣告的藍海，這里面有很多商業變現方式，在不打擾用戶體驗的同時，加入一些娛樂互動方式，可以讓用戶在參與中完成了一種電商或廣告商業價值轉化。

對于視頻來說內容層是最特別的，在內容上，AI可以讓機器擁有人的思維，將視頻傳到機器上進行識別分析時，可以識別出明星、物體、品牌、手機、場景等等，使機器像人類一樣理解視頻的內容，并發現其中有趣的點。到了邏輯層和應用層，可以用核心組件和視頻應用將這些點進行商業化的變現，將機器識別出的結構化數據作為投放點，應用到廣告和電商的場景中。

今年，Video++與搜狐進行深度合作，Video++為搜狐提供消費級視頻領域的AI辨識技術服務、全套視頻結構化數據應用系統，并為其打造整體的視頻AI數據應用方案，基于視頻AI數據的應用（元信息篩選、價值權重函數檢索等），搜狐與Video+在內容營銷產品上進行深度合作，為廣告主提供內容營銷解決方案，讓搜狐的各種精彩內容得到充分的廣告場景挖掘。

當計算機視覺遇到同樣呼聲很高的視頻廣告營銷，技術與創意完美結合，連接品牌和用戶，形成多樣式的互動廣告、場景營銷，有了AI的賦能，“視”界將會被顛覆，視頻消費場景將會形成。

4、應用點之四：視頻編輯

隨著人工智能的進步，視頻編輯也變得更為輕松，運用AI顯著提升剪輯視頻的效率，也是意義巨大的。

全球知名的數字媒體編輯軟件供應商Adobe，也加入了人工智能的大潮，發布了旗下首個基于深度學習和機器學習的底層技術開發平臺——Adobe Sensei。能夠自動完成視頻編輯過程，同時還可以讓我們根據自己的意愿對人工智能的剪輯風格進行控制。

系統會自動將所有的鏡頭，包括多個角度拍攝的畫面，按照我們意愿的腳本進行組織，然后還可以根據需求找到指定的內容。這套程序就可以準確的識別出這些剪輯的內容，系統利用面部識別和情緒識別系統，對每一幀畫面進行分析。在所有的元素都可以被組織之后，系統會按照不同的風格和習慣對視頻進行剪輯和處理，并且對某種風格貼上標簽。

同樣瞄準運動愛好者和視頻分享者的Graava，則推出智能運動相機和配套的移動端應用。該相機內置了智能感應模塊，可以通過辨別人體心跳頻率來識別出拍攝者激動瞬間，并自動剪輯成視頻片段。而國內有一家名叫慧川智能的公司同樣是一個能夠將腳本文字快速轉化為短視頻的云平臺。在用戶輸入一篇文章、一個鏈接或者一個關鍵詞后，它將基于人工智能技術，自動搜索合適的圖片及視頻素材，并配以人工智能合成的語音，最后融合成一條短視頻。

總結

以上總結了計算機視覺與視頻行業四大應用點，充分表明了計算機視覺技術讓視頻智能化不斷升級，互聯網應用在視頻中運作起來，并讓視頻成為互聯網應用的一個超級入口。像素的世界已經延伸到圖像之外，雖然視頻對于機器學習研究人員來說一直都是個挑戰，但現在的技術能夠使得從視頻中提取信息變得跟從圖像中提取信息一樣簡單。人工智能這個新興“工具”的出現，為人類加速前往高度智慧化形態提供能量，重構著整個視頻行業的結構和協作方式。