pdf文档 QCon2018北京-基于深度学习的视频结构化实践-姚唐仁

38.01 MB 39 页 0 评论
语言 格式 评分
中文(简体)
.pdf
3
摘要
文档介绍了基于深度学习的视频结构化实践,包括视频分解、场景结构化、大规模视频训练框架等内容。传统视频摘要存在内容不完整、依赖经验、实时性差等问题,而AI视频结构化具有识别范围广、效率高、可迭代等优势。文档还提到了具体的实践案例,如人脸结构化和物体结构化,并讨论了视频时序关联性的结构化视图。
AI总结
以下是对文档内容的总结: 《QCon2018北京-基于深度学习的视频结构化实践-姚唐仁》 演讲主题是基于深度学习的视频结构化实践,由七牛云AI实验室首席架构师姚唐仁主讲。以下是核心内容的总结: ### 1. **2017年中国网络视频用户情况** - 2017年,中国网络视频用户规模快速增长,视频内容需求激增。 ### 2. **传统视频摘要 vs AI视频结构化** - **传统视频摘要**:内容不完整,依赖经验,实时性和时效性差。 - **AI视频结构化**:识别范围广、效率高、可迭代,能够为创新提供基础。 ### 3. **视频结构化场景与实践** - **视频分解**:将视频分解为多个基本单位。 - **大规模视频训练框架**:提出了用于_video_结构化的训练框架。 - **结构化策略**:通过策略优化视频结构化的实现。 ### 4. **具体实践案例** - **人脸结构化**:实现对视频中人物面部的识别和结构化。 - **场景结构化**:识别视频中的场景并进行标注。 - **物体结构化**:对视频中的物体进行识别和分类,处理时间分别为0.1秒、0.5秒、1秒、2秒。 ### 5. **视频结构化视图** - 强调视频的时序关联性,通过结构化技术更好地理解视频内容。 综上,七牛云基于深度学习的视频结构化实践,通过技术创新和场景化应用,解决了传统视频摘要的不足,提升了效率和效果,为视频内容的管理和利用开辟了新方向。
P1
P2
P3
P4
P5
P6
P7
P8
P9
P10
P11
P12
下载文档到本地,方便使用
- 可预览页数已用完,剩余 27 页请下载阅读 -
文档评分
请文明评论,理性发言.