彭垚：關(guān)于大規(guī)模視頻分類，大家可以理解為一個圖像更多是空間信息，它可能有三通道的圖像在空間上表示的信息，但視頻內(nèi)涵內(nèi)容非常多。首先它有圖像空間上的內(nèi)容，第二，還有時間上的積累和時間序列的內(nèi)容?？臻g圖像加時間序列，本身就是一個能夠得出更多信息的方法。當(dāng)然兩個圖片之間有一個變化，就是會計算光流，類似于光走向的方向，這也是非常重要的信息。我們常常用這種信息再通過時間上的變化抓整個光流的變化，以此知道整個行為。

此外，如果視頻里因?yàn)橛斜尘耙魳坊蛘哒f話聲音，我想識別視頻到底是聚會還是婚禮，看畫面中的人是很難區(qū)別的，還需要更多的信息才能識別出來。在這個區(qū)別上聚會是非常嘈雜的音樂背景，婚禮則會聽到比較正規(guī)的結(jié)婚進(jìn)行曲的音樂，通過這樣的信息就可以識別出來。當(dāng)然視頻里還有很多信息，比如通過文本的一些識別，看到這個視頻里寫了“生日快樂”就是在過生日。

視頻識別是AI認(rèn)知整體能力的體現(xiàn)，不是傳統(tǒng)的計算機(jī)視覺、而是把視覺，語音識別，文字文本的理解都放進(jìn)去，從而融合起來的識別。

主持人：您如何看待視頻分類在實(shí)際業(yè)務(wù)中的應(yīng)用呢？

彭垚：視頻分類在實(shí)際業(yè)務(wù)應(yīng)用場景還是相對比較多的，比如在互聯(lián)網(wǎng)的短視頻平臺上，每天有上萬或者幾十萬的視頻，通過這些方法做分類，標(biāo)注所有視頻內(nèi)容的時候就會知道每個用戶喜歡什么，或者每天在拍什么。媒體發(fā)展到最后一定是個性化的過程，我看到的東西都是我相對比較喜歡看的，我的平臺推給他的內(nèi)容也是我認(rèn)為比較好的，所以對視頻的理解和分類是非常重要的環(huán)節(jié)。

推薦閱讀：【CCBN專訪】七牛云呂桂華：廣電行業(yè)增強(qiáng)互聯(lián)網(wǎng)思維是當(dāng)務(wù)之急