11月29日, 第五屆中國網絡視聽大會在成都召開,作為中國網絡視音頻領域規格最高，被稱為“年度風向標”的行業盛會，本次會議以“新使命·新視界·新動能”為主題，邀請了網絡視聽業界和學界的領軍人物共聚一堂，共同探討中國網絡視聽行業的現在與未來等熱點話題。金山云高級副總裁、合伙人梁守星受邀出席本次會議并發表《AI，讓視頻更有溫度》的演講，對人工智能與視頻行業結合的新技術以及未來發展進行了分享。

金山云高級副總裁、合伙人梁守星在中國網路視聽大會現場演講

 

梁守星表示，人工智能作為一項具備高度信息識別能力的創新技術，已成為社會進步的主旋律，并受到越來越多行業的關注。據有關統計數據顯示，目前AI領域創業的企業中，有一半以上都專注在計算機視覺、服務機器人以及語言和自然語言處理等方面，并在不斷向電商、金融、教育、醫療等各垂直行業滲透。“AI在自身技術迭代并向各行業滲透的過程中，一個新的富媒體時代也隨之而來，并將助力用戶體驗升級，成為視頻的終極演進。”梁守星補充道。

 

 

自19世紀中葉，人們初次接觸視頻影像起，視頻技術一直在圍繞如何讓畫面更清晰、傳輸更穩定的方向進步。進入移動互聯網時代后，AI技術豐富了人們對視頻的想象。它將不再扮演單一載體形式，可以與各行各業結合，以智能穿戴設備屏幕、醫療影像等各種形態，幫助教育、醫療、安全行業實現全面升級。

 

不過，在AI出現之前，這種升級面臨較大技術難度。一方面受限于編解碼技術能力和網絡環境，另一方面網上的圖像和視頻越來越多，存儲與傳輸這些圖像和視頻的成本也就越來越高。如何在片源不清晰，或者經過壓縮后還能呈現出高清效果，成為大家亟需解決的問題。

 

梁守星表示，基于深度學習能力的超分辨率算法和畫質修復算法,可為視頻提供商和用戶大幅節省存貯成本與傳輸帶寬，化解成本壓力。目前，金山云已推出基于這兩項算法的“AI畫質+“圖像增強技術，并實現在移動端將高清視頻壓縮成低分辨率視頻進行傳輸。

 

據了解，金山云”AI畫質+”圖像增強技術能為不同分辨率、不同類型的視頻訓練出不同的模型及模型參數，再通過搜索其他類似經過壓縮的高分辨率視頻圖像，尋找圖案、顏色的相似關系，進行視頻還原和修復。這樣，在接收端將低分辨率視頻還原成高清視頻時，可以做到實時進行，完全不會影響到用戶的視覺體驗。

 

270p視頻幀經普通的雙線性插值(左)和金山視頻云算法放大四倍的效果(右)

 

如果說超分辨率技術解決的是高清圖像在傳輸過程中的高成本問題，那么對那些由于硬件設施較差、網絡環境欠佳、拍攝時間久遠、畫面抖動等等導致畫質損傷的片源，金山視頻云則可以通過視頻修復算法進行修復，它可應對各種突發情況導致的畫質損傷，將視頻中的馬賽克，毛刺，重影，噪點等實時修復為較好的畫質，提升用戶的視頻體驗。

 

 

視頻行業高速發展，在帶給人們豐富信息的同時，危害社會健康和安全的涉黃、暴力、詐騙等信息業蜂擁而至。如果只靠人工審核來保持網路環境的潔凈安全，這將是一項耗時耗力的巨大工程。

 

為此，金山云基于KDL深度學習算法，借助每日千萬級海量圖片庫訓練出精準AI算法模型，打造出業內領先的一站式AI內容安全監管平臺——金山云金睛。它可提供快速智能圖像識別，支持“鑒黃” 、“暴恐” 、“ 涉政” 、“廣告識別”等多種圖像智能識別服務，同時提供“直播實時AI安全監管服務”，“短視頻AI安全審核”解決方案，準確率高達99.9%以上。人工審核萬張圖片成本要幾十元甚至上百元，而使用金山云金睛平臺只需要幾塊錢，能帶來80%以上的成本節省。

 

梁守星表示，移動互聯網視頻的最大特點是更新快，實時性強。實時性方面，金山云通過圖片、聲音、文字等多層識別監督，可以保證監管無死角。在準確地識別各種不合規視頻方面，金山云在強大的計算能力外，沉淀了海量圖片，目前擁有1.2億海量數據標注，并每天24小時不間斷識別。

 

隨著蘋果、谷歌、高通等巨頭在AI芯片領域的發力，視頻將會迎來一個高速發展階段。未來，金山云將基于深度學習能力，充分打造視頻超分辨率和視頻修復技術，滿足人們對4K視頻高清的體驗的觀看體驗追求，同時將會增強包含聲音、圖片等多層實時視頻鑒別監控技術能力，為視頻和各行業的發展保駕護航！