كيف تستخدم Syignedia فيديو Amazon Rekognition لبناء إمكانات بحث فيديو متقدمة للفيديو الطويل

Synamedia هي شركة رائدة في مجال توفير تكنولوجيا الفيديو تلبي احتياجات مزودي خدمات الفيديو المتميزين والمباشرين للمستهلكين (D2C) من خلال مجموعة حلول شاملة. تنتشر حلول Syonymia عبر عدة ركائز مثل شبكات الفيديو ومنصات التلفزيون والإعلان وتحقيق الدخل وحماية المحتوى وتعطيل القرصنة.

تعاونت Syamedia مع AWS لاستخدام الذكاء الاصطناعي (AI) لتطوير إمكانات بحث فيديو محسّنة للفيديو الطويل. هذا لمساعدة عملائهم في البحث عن مقاطع الفيديو بناءً على وصف المشاهد التي لم يتم وصفها في البيانات الوصفية للأصول. على سبيل المثال ، البحث عن مقطع فيديو (حتى ضمن سلسلة) يحتوي على مشهد على متن قارب ليس مهمًا بما يكفي ليتم ذكره في البيانات الوصفية. يتيح ذلك اكتشاف المحتوى المدفوع من كائنات العالم الحقيقي.

بدافع فيديو Amazon Rekognition، صممت Synameia حلًا للذكاء الاصطناعي كان قادرًا على إجراء اكتشاف الملصقات في مقاطع الفيديو والصور باستخدام النماذج القياسية والمخصصة. مكّن هذا الكشف على مستوى المشهد من كائنات معينة في فيديو طويل ، بناءً على ما هو موجود بالفعل في المشهد في ذلك الوقت. تتيح هذه الإمكانية الجديدة للمستخدمين العثور على تكرارات محددة في الفيديو الطويل ، بناءً على وصف عام لما يبحثون عنه فقط. يمكّن هذا Syonymia من الأداء بسرعة كبيرة عند إعداد محتوى جديد ، الأمر الذي يستغرق الآن بضع ساعات لتدويره والحصول على النتائج. الحل سهل الاستخدام وواسع النطاق من خلال توفير القدرة على إضافة المزيد من النماذج المخصصة للصور الخاصة بالمجال.

استخدام الذكاء الاصطناعي لفهرسة المحتوى المرئي

مع استمرار نمو كل من عرض محتوى الفيديو والطلب على رؤى فيديو أكبر ، أصبحت إمكانات البحث الفعال عن الفيديو أكثر أهمية. ومع ذلك ، عادةً ما يقتصر البحث التقليدي عن الفيديو على المعلومات الأساسية مثل عنوان الفيديو ، أو في بعض الحالات ، على البيانات الوصفية المرفقة كعلامات تصف الموضوعات الرئيسية أو المحتوى الخاص بالفيديو.

يجب إضافة معظم المعلومات الوصفية يدويًا ، لكن هذا يصبح أمرًا باهظًا مع زيادة كمية الفيديو. نتيجة لذلك ، غالبًا ما يكون أداء البحث التقليدي عن الفيديو محدودًا. يكون هذا القيد أكثر وضوحًا بالنسبة لمحتوى الفيديو الطويل ، والذي لا توجد له عادةً البيانات الوصفية على مستوى المشهد ، نظرًا لمدى تكلفة إنتاجه واستهلاكه للوقت.

لمعالجة هذا القيد ، شرع Synameia في تطوير حل بحث فيديو مدعوم بالذكاء الاصطناعي باستخدام رؤية الكمبيوتر لتحديد التفاصيل على مستوى المشهد تلقائيًا في أي فيديو معين ، وجعل هذه المعلومات قابلة للاكتشاف للمستخدمين استنادًا إلى الأوصاف العامة لتلك المشاهد.

استخدام Amazon Rekognition لإنشاء حل رؤية كمبيوتر مخصص في أسبوعين فقط

ولتحقيق هذا الهدف ، لجأ آفي فروختر ، زميل هندسة البرمجيات في سياميديا ​​، إلى الأمازون إعادة الاعترافأو المعلم خدمة تحليل الفيديو المدارة بالكامل يساعد في تسريع عملية استخدام نماذج الرؤية الحاسوبية لاكتشاف الأحداث ذات الصلة على مستوى المشهد مثل الكائنات والأنشطة وحتى النصوص والمشاهد.

تعمل Amazon Rekognition Video على تسريع تطوير حلول رؤية الكمبيوتر للفيديو من خلال المعالجة التلقائية لمحتوى الفيديو ووضع علامات عليه باستخدام نماذج رؤية الكمبيوتر. تتم إدارة هذه النماذج وصيانتها بالكامل بواسطة Amazon Rekognition. إنه يزيل الرفع الثقيل غير المتمايز لإدارة البنية التحتية الضرورية ، ويقلل أيضًا من الخبرة الفنية المطلوبة لبناء ونشر هذه النماذج.

للبدء ، يمكنك ببساطة اختيار أي من مجموعة إمكانات Amazon Rekognition الواسعة ذات الصلة بمهمتك ، واستدعاء واجهة برمجة التطبيقات ذات الصلة. يتم عرض النتائج بعد ذلك كاستجابة JSON سهلة الإدارة لكل وظيفة.

على سبيل المثال ، استخدمت Synameia واجهة برمجة تطبيقات StartLabelDetection لإنشاء قائمة بالتسميات تلقائيًا للكائنات المكتشفة في كل إطار فيديو من مكتبة الفيديو الخاصة بهم. من استدعاء واجهة برمجة التطبيقات البسيط هذا ، أعادت Amazon Rekognition قائمة التسميات ودرجة الثقة لكل منها والطوابع الزمنية ذات الصلة لكل إطار. مكّن هذا Syonymia من إنشاء مجموعة جديدة تمامًا من بيانات تعريف البحث لكل مقطع فيديو في مكتبة الاختبار الخاصة بهم. يمكن للمستخدمين بعد ذلك البحث عن محتوى فيديو معين فقط عن طريق وصف كائنات أو مشهد معين يهتمون به ، والحصول على نتائج لا تطابق استعلامهم فحسب ، بل توجههم أيضًا إلى المشهد المحدد في الفيديو الذي أظهر هذا المحتوى.

واجهات برمجة تطبيقات Amazon Rekognition API الأخرى ذات الصلة لتحليل الفيديو هي StartFaceDetection و StartPersonTracking و StartSegmentDetection - وهي ميزة يمكنها تحديد اللحظة التي تتغير فيها المشاهد في مقطع فيديو.

يعمل Amazon Rekognition على كل من مقاطع الفيديو المباشرة والمسجلة مسبقًا. تتم قراءة الفيديو المسجل مسبقًا من خدمة تخزين أمازون البسيطة (Amazon S3) ، ويمكن معالجة الفيديو المباشر من تدفقات فيديو أمازون كينيسيس.

اختارت Syamedia Amazon Rekogntion لقدرتها على توسيع قدراتها بسرعة. فريق الابتكار في Syonymia مكرس فقط لبناء ابتكارات تقنية جديدة في الفيديو ولديه خبرة تقنية قوية. ومع ذلك ، حتى بالنسبة لهم ، ليس من الممكن دائمًا امتلاك خبرة عميقة في المجال في جميع مجالات تقنية الفيديو. أدخل Amazon Rekogntion ، التي وسعت قدراتها في رؤية الكمبيوتر ، وتمكينها من تصور حالة استخدام واختبار قابليتها للتطبيق بسرعة.

يقول آفي فروختر: "لقد كان الإعداد سريعًا للغاية ، وكانت النتائج سريعة للغاية". "لسنا دائمًا خبراء في المجال في جميع مجالات تعلم الآلة ، وتمنحنا Amazon Rekognition القدرة على الاستفادة من خبرتنا الحالية في أنواع جديدة من حالات الاستخدام المحسّن لعملائنا."

تتوقع شركة Syamedia أن يكون لحلها فوائد كبيرة لمجموعة واسعة من العملاء ، بما في ذلك الشركات التي لديها مكتبات فيديو كبيرة بالإضافة إلى العدد المتزايد من الشركات التي تحتاج إلى مراقبة أحداث معينة في موجزات الفيديو الحية ، مثل مخاطر الصحة والسلامة.

نبذة عامة

باستخدام Amazon Rekognition Video ، تمكنت Syonymia من بناء واختبار قدرة بحث فيديو متقدمة في غضون أسابيع ، دون الحاجة إلى توظيف أو تطوير خبرة إضافية متخصصة في رؤية الكمبيوتر.

مكنت هذه الإمكانية الجديدة من توسيع تأثير فريق الابتكار لديها ومواصلة مهمتها لدفع ابتكار فيديو جديد لعملائها.

تعرف على المزيد حول كيفية إنشاء حلول متقدمة لرؤية الكمبيوتر للفيديو بسرعة من خلال زيارة فيديو Amazon Rekognition أو بالإشارة إلى موارد Amazon Rekognition.

عن المؤلفين

دانيال بورك هو الرائد الأوروبي في مجال الذكاء الاصطناعي والتعلم الآلي في مجموعة الملكية الخاصة في AWS. يعمل دانيال بشكل مباشر مع صناديق الأسهم الخاصة وشركات محافظهم الاستثمارية ، مما يساعدهم على تسريع اعتماد الذكاء الاصطناعي والتعلم الآلي لتحسين الابتكار وزيادة قيمة المؤسسة.

جون شو هو الرائد في أمريكا الشمالية للذكاء الاصطناعي والتعلم الآلي في مجموعة الملكية الخاصة في AWS. يعمل جون مباشرة مع صناديق الأسهم الخاصة وشركات محافظهم الاستثمارية ، مما يساعدهم على تسريع تبني الذكاء الاصطناعي والتعلم الآلي لتحسين الابتكار وزيادة قيمة المؤسسة.