Wie Synamedia Amazon Rekognition Video verwendet, um erweiterte Videosuchfunktionen für Langformvideos zu erstellen

Synamedia ist ein führender Videotechnologieanbieter, der mit einem umfassenden Lösungsportfolio auf die Bedürfnisse von Premium-Videodienstanbietern und Direct-to-Consumer (D2C) eingeht. Die Lösungen von Synamedia verteilen sich auf mehrere Säulen wie Videonetzwerke, TV-Plattformen, Werbung und Monetarisierung sowie Schutz von Inhalten und Unterbrechung der Piraterie.

Synamedia ist eine Partnerschaft mit AWS eingegangen, um mithilfe künstlicher Intelligenz (KI) verbesserte Videosuchfunktionen für Langformvideos zu entwickeln. Dies soll ihre Kunden bei der Suche nach Videos basierend auf einer Beschreibung von Szenen unterstützen, die nicht in den Metadaten der Assets beschrieben sind. Suchen Sie beispielsweise nach einem Video (auch innerhalb einer Serie), das eine Szene auf einem Boot enthielt, die nicht bedeutsam genug ist, um in den Metadaten erwähnt zu werden. Dies ermöglicht die Inhaltserkennung, die von realen Objekten gesteuert wird.

Mit der Amazon Rekognition-Videohat Synamedia eine KI-Lösung entwickelt, die in der Lage ist, Label-Erkennung in Videos und Bildern unter Verwendung von Standard- und benutzerdefinierten Modellen durchzuführen. Dies ermöglichte die Erkennung bestimmter Objekte auf Szenenebene in Langformvideos, basierend auf dem, was sich zu diesem Zeitpunkt tatsächlich in der Szene befindet. Diese neue Funktion ermöglicht es Benutzern, bestimmte Vorkommnisse innerhalb des Langformvideos zu finden, basierend nur auf einer allgemeinen Beschreibung dessen, wonach sie suchen. Dadurch kann Synamedia beim Onboarding neuer Inhalte extrem schnell arbeiten, was jetzt einige Stunden dauert, bis es hochgefahren ist und Ergebnisse erzielt werden. Die Lösung ist einfach zu verwenden und umfangreich, da sie die Möglichkeit bietet, weitere benutzerdefinierte Modelle für domänenspezifische Bilder hinzuzufügen.

Verwendung von KI zur Indizierung visueller Inhalte

Da sowohl das Angebot an Videoinhalten als auch die Nachfrage nach besseren Videoeinblicken weiter wachsen, werden effektive Videosuchfunktionen immer wichtiger. Die herkömmliche Videosuche ist jedoch in der Regel auf grundlegende Informationen wie den Videotitel oder in einigen Fällen auf Metadaten beschränkt, die als Tags angehängt sind und die Schlüsselthemen oder den Inhalt des Videos beschreiben.

Die meisten beschreibenden Informationen müssen manuell hinzugefügt werden, aber dies wird mit zunehmender Videomenge untragbar. Infolgedessen ist die herkömmliche Videosuchleistung oft begrenzt. Diese Einschränkung ist noch ausgeprägter für Langform-Videoinhalte, für die normalerweise keine Metadaten auf Szenenebene vorhanden sind, da die Produktion teuer und zeitaufwändig ist.

Um diese Einschränkung zu beheben, hat sich Synamedia vorgenommen, eine KI-gestützte Videosuchlösung zu entwickeln, die mithilfe von Computer Vision automatisch Details auf Szenenebene in einem bestimmten Video identifiziert und diese Informationen für Benutzer auf der Grundlage allgemeiner Beschreibungen dieser Szenen auffindbar macht.

Verwenden von Amazon Rekognition zum Erstellen einer benutzerdefinierten Computer-Vision-Lösung in nur 2 Wochen

Um dieses Ziel zu erreichen, wandte sich Avi Fruchter, Software Engineering Fellow bei Synamedia, an Amazon-Anerkennung, eine vollständig verwalteter Videoanalysedienst Dies trägt dazu bei, den Prozess der Verwendung von Computer-Vision-Modellen zu beschleunigen, um relevante Ereignisse auf Szenenebene wie Objekte, Aktivitäten und sogar Text und Szenen zu erkennen.

Amazon Rekognition Video beschleunigt die Entwicklung von Computer-Vision-Lösungen für Videos durch die automatische Verarbeitung und Kennzeichnung von Videoinhalten mithilfe von Computer-Vision-Modellen. Diese Modelle werden vollständig von Amazon Rekognition verwaltet und gepflegt. Es beseitigt das undifferenzierte schwere Heben der Verwaltung der erforderlichen Infrastruktur und reduziert auch das technische Fachwissen, das zum Erstellen und Bereitstellen dieser Modelle erforderlich ist.

Wählen Sie zunächst einfach aus, welche der zahlreichen Funktionen von Amazon Rekognition für Ihre Aufgabe relevant ist, und rufen Sie die entsprechende API auf. Die Ergebnisse werden dann als einfach zu verwaltende JSON-Antwort für jeden Job zurückgegeben.

Beispielsweise hat Synamedia die StartLabelDetection-API verwendet, um automatisch eine Liste mit Labels für Objekte zu erstellen, die in jedem Videoframe ihrer Videobibliothek erkannt wurden. Von diesem einfachen API-Aufruf gab Amazon Rekognition die Liste der Labels, die jeweilige Konfidenzbewertung und die relevanten Zeitstempel für jeden Frame zurück. Dadurch konnte Synamedia sofort einen völlig neuen Satz von Suchmetadaten für jedes Video in ihrer Testbibliothek erstellen. Benutzer können dann nach bestimmten Videoinhalten suchen, indem sie einfach bestimmte Objekte oder Landschaften beschreiben, an denen sie interessiert sind, und Ergebnisse erhalten, die nicht nur ihrer Suchanfrage entsprechen, sondern sie auch auf die bestimmte Szene im Video mit diesem Inhalt verweisen.

Andere relevante Amazon Rekognition-APIs für die Videoanalyse sind StartFaceDetection, StartPersonTracking und StartSegmentDetection – eine Funktion, die den Moment identifizieren kann, in dem sich Szenen in einem Video ändern.

Amazon Rekognition funktioniert sowohl mit voraufgezeichneten als auch mit Live-Videos. Voraufgezeichnetes Video wird ausgelesen Amazon Simple Storage-Service (Amazon S3) und Live-Videos verarbeitet werden können Amazon Kinesis-Videostreams.

Synamedia hat sich für Amazon Rekognition entschieden, weil es seine Fähigkeiten schnell erweitern kann. Das Innovationsteam von Synamedia widmet sich ausschließlich der Entwicklung neuer technischer Innovationen im Videobereich und verfügt über starkes technisches Know-how. Doch selbst für sie ist es nicht immer möglich, in allen Bereichen der Videotechnik über fundiertes Fachwissen zu verfügen. Geben Sie Amazon Rekognition ein, das seine Fähigkeiten im Bereich Computer Vision erweiterte und es ihnen ermöglichte, einen Anwendungsfall zu konzipieren und seine Realisierbarkeit schnell zu testen.

„Das Onboarding war extrem schnell und die Ergebnisse waren extrem schnell“, sagt Avi Fruchter. „Wir sind nicht immer Domänenexperten in allen Bereichen von ML, und Amazon Rekognition gibt uns die Möglichkeit, unser vorhandenes Fachwissen für neue Arten von erweiterten Anwendungsfällen für unsere Kunden zu nutzen.“

Synamedia geht davon aus, dass ihre Lösung breite Vorteile für eine breite Palette von Kunden bieten wird, darunter Unternehmen mit großen Videotheken sowie die wachsende Zahl von Unternehmen, die bestimmte Ereignisse in Live-Video-Feeds überwachen müssen, wie z. B. Gesundheits- und Sicherheitsrisiken.

Zusammenfassung

Mit Amazon Rekognition Video war Synamedia in der Lage, innerhalb weniger Wochen eine erweiterte Videosuchfunktion aufzubauen und zu testen, ohne zusätzliche spezialisierte Computer-Vision-Expertise einstellen oder entwickeln zu müssen.

Diese neue Funktion hat es Synamedia ermöglicht, die Schlagkraft seines Innovationsteams zu erweitern und seine Mission fortzusetzen, neue Videoinnovationen für seine Kunden voranzutreiben.

Erfahren Sie mehr darüber, wie Sie schnell fortschrittliche Computer-Vision-Lösungen für Videos erstellen können, indem Sie besuchen Amazon Rekognition-Video oder Bezug nehmend Amazon Rekognition-Ressourcen.

Über die Autoren

Daniel Burke ist der europäische Leiter für KI und ML in der Private-Equity-Gruppe bei AWS. Daniel arbeitet direkt mit Private-Equity-Fonds und ihren Portfoliounternehmen zusammen und hilft ihnen, ihre KI- und ML-Einführung zu beschleunigen, um Innovationen zu verbessern und den Unternehmenswert zu steigern.

John Shaw ist der nordamerikanische Leiter für KI und ML in der Private-Equity-Gruppe bei AWS. John arbeitet direkt mit Private-Equity-Fonds und ihren Portfoliounternehmen zusammen und hilft ihnen, ihre KI- und ML-Einführung zu beschleunigen, um Innovationen zu verbessern und den Unternehmenswert zu steigern.