短视频内容智能分析技术

H ki网络与融合

I N etwork&convergence

文献引用格式：吕云玲，井佩光•短视频内容智能分析技术[J].电视技术，2019,43(5)：16-18.

LV Y L,JING P G.Content-based micro一video intelligent analysis technolooy[J].Video engineering,2019,43

(5)：16-18.

中图分类号：G206文献标志码：A DON10.16280/j.videoe.2019.05.005

短视频内容智能分析技术

吕云玲】，井佩光2

(1•天津广播电视台，天津300202；2.天津大学电气自动化与信息工程学院，天津30072)摘要：随着智能设备的普及以及移动互联网、物联网和云计算的快速崛起，催生了以短视频为代表的新一代媒体经济，而围绕短视频资源的各种智能处理和分析技术，也成为当前多媒体信息领域的研究热点和前沿课题。尽管当前已有一些研究开始以短视频语义分析为切入点，致力于解决不同应用场景下的语义分析，但相关研究尚处于相对初始阶段。当前快速发展的外部环境，给短视新的契机。以深度学习，张等新一代人工智能和大数据处理技术的出现，可以更好助力研究者在应用基础理论和相关解决方案上实现突破，并为实现短视频检索、短视频自动标注及短视频个等具体应用提的算法基础。

关键词：短视频；人工智能；深度学习；张量分解

Content一based micro一video intelligent analysis technology

LV Yunling1,JING Peiguang2

(1.Tianjin radio and television station,Tianjin300202,China%

2.School ef Electrical and Information Engineering,Tianjin Unwersit#,Tianjin300072,China#

Abstract:With the popularity o-smart devices and the rapid development o-mobile Internet,Internet o-Things,and cloud com­puting,a new generation o-medic economy represented by shot videe has emerged recently.Against this background,vvrious in­telligent processing and analysis technolooies around short videe have also become increasingly populao in the field o-multimedio.

Although some studies take short videe resources in the social medio environment as the research object te meet dierent application scenarios,but still at a relatively initial staae.Currently,the rapid development oC the external environment brings new opportuni­ties foe solving micro-videe semantie analysis.Specifically,the emergence oC a new generation oC artificial intelliaencc and bi dale processing techniques,such as deep learning and tensoe decomposition,cm help researchee made breakthroughs in the basie theory oC application and related solutions.Furthermore,I also provides solid algorithms te suppoO a series oC specific applicc-tions,such as shoe videe retrievvl,short videe automatic annotation,and shoe videe personalized recommendation.

Key words:micro-videe%ayificial intelliaencc%deep learning%tensoe decomposition

1短视频产业的兴起

2018，一性的APP软件——“音”传，立成为各用APP下载网站的第一。同时，短视频作为一种新兴媒体的代开始岀现在。短视频（或视频）是指在互联网新媒体上传播共享的时长在1分以内的视频内容。区别于传统长视频，短视频具有更快的传度、更的性以及生与消之间界限等，能更真实、生、简地将所要表达的信息传达给用户。在即将到来的5G时代，短视频表现、性、价值高，轻量化并且善于利用用户碎片化时间等，各

互联网公司，诸如腾讯、、百度等持续在短视频领域发力，网易、搜狐、新浪等传统门户网站等推岀新的短视频应用，短视频市场发展。201812，视频用户 6.48亿,用户使用率为78.2%。当今，短视频正成为内容创业、新闻报道、社交平台重要传之一，几所有主流的新闻资讯端、网络视频平台、平

16《电视技术》第43卷第5期（总第54期）I投稿网址http:〃www.videoe.

cn

V啣翹變磴_______________________ W ideo Engineering

台都了“短视频”'

在短视频发展的初期,一些平台为了

用户放宽了相应的监管，部分色情、涉政、涉暴、广告等容开始借助短视频进行传播'为了更好地助视频行性的发展,2019 19日中网络视会发布了《网络短视频平台管》(门及《网络短视频内容审核标准细则》(2),分别从体细'面为互联网短视频的传了。在管重剑之下，各平台也加强了视频内容［力度，以期更快的容要求,例如字［动公现有6000人运队伍再度扩充至1人，快手宣布团队从2000人扩充至5000人。同时,伴随着人工智能技术次浪潮的涌起，与短视频相关的各大公司显现岀对智能分析技术的极度渴求，它们均不惜投入人财，联合机构，力图分析、人

智能等高端技术引入其中，从而有效地控制的运营成本，为在的竞争中获取先机。

对视频智能分析技术的要求在不扩展和细化，其相成为学者以及界的。

2短视频内容智能分析技术研究现状

伴随着短视频产业的发展，针对短视频内容分析的各类渐成为的学术界的重点,但相对于传统视频智能分析技术,其整体研小，深度浅，重往往

团队的背景和基础，容和方向相对分散。例如，在视频构建上,Chen等人(3)构建了的短视频用决短视频流行度及场景分类问题,Nguyen等人(4)构建一个开放的短视频用于支撑短视频的分类及等一系列问题的；在视频流行度的,Chen等人(5)一种基推态学习的算法用决短视频的语义流行度；在

视频的创分析上,Redi等人(6)构建短视频，并分析短视频的听觉和视觉决短视频创新力的分类问题;在视频的场景分类问，Zhang等人(7)提岀了一种树诱导的态场景分类算法,Liu等人(8目

M网络与融合

_________________I N etwork&convergence II

一种结构化导引的态字典学习，Nio等人⑼一种利用导的深度迁移模型用决短视频的场景分类问题,Liu等人(10)一种基于深度学习的序列化稀疏模型以视频的场景语义；在视频用户行为预,Chen等人(⑴一种基于时域分1机制深度网络模型以更好的解决该类问题。

视频内容分析做为一个新的，在国家自然科学基金的资助下，部分正逐步开展相o如以山东大学为位的“视频学习的技术”，以学为位的“新媒体下短视频事”和以湖南学为位“基态融合的短视频信息检索及推荐”等等,他们正从不同的体系，不同的，以及不同应用：探 视频内容分析的，合加快其相关的前进步伐。与之同时，以合：

的身份推动着短视频内容分析技术的发展,美图公司联合中识别与计算机视觉学术会议2018共同举办美图短视频实时分类挑战赛，旨在解决海视频的实时分类问题。头联合国际会议IEEE InteTnaional Conference on Multi-medie and Expo(IEEE ICME)于2019年共同推岀短视频内容与推荐竞赛,希望在视频内容特用户行为决用户行为问题。正是些互联网的加入，视频资源注入到学术领域，加了相关技术发展和成熟，为其最终实用化铺平了。

3短视频智能技术发展机遇与挑战

对国内外短视频技术及其相关领域的综分析，可以对短视频内容智能分析技术的

才起步,虽然有一些相报成功应用不现,但其在、深度、技术成熟度等诸，与传统长视频分析技术

尚存在距，在一些实际应用系统研发'还有许多瓶颈问题尚未解决，其进的有众的障碍和挑战。在，蓬勃兴起

点开花的现状,但仍无法掩对短视频内容分析的相的体系支撑

的指导。要是在其，每个

团队往往从累和背景岀发，选视频领域

投稿网址http：//1《电视技术》第43卷第5期(总第514期)"7