چگونه Synamedia از Amazon Rekognition Video برای ایجاد قابلیت های جستجوی پیشرفته ویدیویی برای ویدیوهای طولانی مدت استفاده می کند

سینامدیا یک ارائه دهنده پیشرو در فناوری ویدئو است که نیازهای ارائه دهندگان خدمات ویدئویی ممتاز و مستقیم به مصرف کننده (D2C) را با مجموعه راه حل های جامع برطرف می کند. راه‌حل‌های Synamedia در چندین ستون مانند شبکه‌های ویدیویی، پلتفرم‌های تلویزیونی، تبلیغات و کسب درآمد، و حفاظت از محتوا و اختلال در دزدی دریایی گسترش یافته‌اند.

Synamedia با AWS همکاری کرد تا از هوش مصنوعی (AI) برای توسعه قابلیت‌های جستجوی ویدیویی پیشرفته برای ویدیوهای طولانی استفاده کند. این برای کمک به مشتریان خود در جستجوی ویدیوها بر اساس توصیف صحنه‌هایی است که در فراداده دارایی‌ها توضیح داده نشده‌اند. برای مثال، جستجوی ویدیویی (حتی در یک سری) که حاوی صحنه‌ای در قایق است که به اندازه کافی مهم نیست که در فراداده ذکر شود. این امکان کشف محتوا را از اشیاء دنیای واقعی فراهم می کند.

با ویدیوی تشخیص آمازونSynamedia یک راه حل هوش مصنوعی ساخت که با استفاده از مدل های استاندارد و سفارشی قادر به تشخیص برچسب در فیلم ها و تصاویر بود. این تشخیص اشیاء خاص را در سطح صحنه در ویدئوهای طولانی، بر اساس آنچه در صحنه در آن زمان وجود دارد، فعال کرد. این قابلیت جدید به کاربران این امکان را می‌دهد که رویدادهای خاص را در یک ویدیوی طولانی پیدا کنند، تنها بر اساس یک توصیف کلی از آنچه به دنبال آن هستند. این کار Synamedia را قادر می‌سازد هنگام نصب محتوای جدید بسیار سریع عمل کند، که اکنون چند ساعت طول می‌کشد تا چرخش و نتیجه‌گیری شود. استفاده از راه حل ساده و گسترده است و امکان افزودن مدل های سفارشی بیشتر برای تصاویر دامنه خاص را فراهم می کند.

استفاده از هوش مصنوعی برای نمایه سازی محتوای بصری

از آنجایی که هم عرضه محتوای ویدیویی و هم تقاضا برای بینش ویدیویی بیشتر در حال رشد هستند، قابلیت‌های جستجوی ویدیویی مؤثر اهمیت بیشتری پیدا می‌کنند. با این حال، جستجوی سنتی ویدیو معمولاً محدود به اطلاعات اولیه مانند عنوان ویدیو، یا در برخی موارد، به ابرداده‌های پیوست شده به عنوان برچسب‌هایی است که مضامین یا محتوای کلیدی ویدیو را توصیف می‌کنند.

بیشتر اطلاعات توصیفی باید به صورت دستی اضافه شوند، اما با افزایش تعداد ویدیوها، این امر غیرقابل تحمل می شود. در نتیجه، عملکرد جستجوی ویدیویی سنتی اغلب محدود است. این محدودیت برای محتوای ویدیویی طولانی‌تر، که معمولاً ابرداده‌های سطح صحنه برای آن‌ها وجود ندارد، با توجه به هزینه و زمان‌بر بودن تولید آن، آشکارتر است.

برای رفع این محدودیت، Synamedia تصمیم گرفت تا یک راه حل جستجوی ویدیویی مبتنی بر هوش مصنوعی را با استفاده از بینایی رایانه ای توسعه دهد تا به طور خودکار جزئیات سطح صحنه را در هر ویدیوی مشخص شناسایی کند و آن اطلاعات را بر اساس توضیحات کلی آن صحنه ها برای کاربران قابل کشف کند.

استفاده از آمازون Rekognition برای ساخت یک راه حل بینایی کامپیوتری سفارشی تنها در 2 هفته

برای دستیابی به این هدف، آوی فروچتر، همکار مهندسی نرم افزار Synamedia، به شناسایی آمازون، یک سرویس تجزیه و تحلیل ویدیوی کاملاً مدیریت شده که به تسریع فرآیند استفاده از مدل‌های بینایی رایانه‌ای برای شناسایی رخدادهای مرتبط در سطح صحنه مانند اشیا، فعالیت‌ها و حتی متن و صحنه‌ها کمک می‌کند.

Amazon Rekognition Video با پردازش خودکار و برچسب‌گذاری محتوای ویدیویی با استفاده از مدل‌های بینایی کامپیوتری، توسعه راه‌حل‌های بینایی رایانه برای ویدیو را تسریع می‌کند. این مدل ها به طور کامل توسط آمازون Rekognition مدیریت و نگهداری می شوند. این کار سنگین‌سازی غیرمتمایز مدیریت زیرساخت‌های لازم را حذف می‌کند و همچنین تخصص فنی مورد نیاز برای ساخت و استقرار این مدل‌ها را کاهش می‌دهد.

برای شروع، شما به سادگی انتخاب می کنید که کدام یک از طیف گسترده قابلیت های آمازون Rekognition با وظیفه شما مرتبط است و با API مربوطه تماس بگیرید. سپس نتایج به عنوان یک پاسخ JSON با مدیریت آسان برای هر کار برگردانده می شود.

به عنوان مثال، Synamedia از StartLabelDetection API برای ایجاد خودکار لیستی از برچسب‌ها برای اشیاء شناسایی شده در هر فریم ویدیوی کتابخانه ویدیویی خود استفاده کرد. از این تماس ساده API، آمازون Rekognition لیست برچسب‌ها، امتیاز اطمینان هر یک و مهرهای زمانی مربوطه را برای هر فریم برگرداند. این امر Synamedia را قادر می‌سازد تا بلافاصله یک مجموعه کاملاً جدید از فراداده جستجو برای هر ویدیو در کتابخانه آزمایشی خود ایجاد کند. سپس کاربران می‌توانند محتوای ویدیویی خاصی را فقط با توصیف اشیاء یا مناظر خاص مورد علاقه خود جستجو کنند و نتایجی را دریافت کنند که نه تنها با درخواست آنها مطابقت دارد، بلکه آنها را به صحنه خاصی در ویدیویی که آن محتوا را نشان می‌دهد نیز نشان می‌دهد.

دیگر APIهای مربوط به شناسایی آمازون برای تجزیه و تحلیل ویدیو عبارتند از: StartFaceDetection، StartPersonTracking، و StartSegmentDetection – قابلیتی که می تواند لحظه تغییر صحنه های یک ویدیو را شناسایی کند.

آمازون Rekognition هم روی ویدیوی از پیش ضبط شده و هم روی ویدیوی زنده کار می کند. ویدیوی از پیش ضبط شده از آن خوانده می شود سرویس ذخیره سازی ساده آمازون (Amazon S3)، و ویدیوی زنده را می توان از آن پردازش کرد آمازون Kinesis جریان های ویدئویی.

Synamedia آمازون Rekogntion را به دلیل توانایی آن در گسترش سریع قابلیت های خود انتخاب کرد. تیم نوآوری Synamedia تنها به ایجاد نوآوری های فنی جدید در ویدیو اختصاص دارد و دارای تخصص فنی قوی است. با این حال، حتی برای آنها همیشه امکان داشتن تخصص عمیق دامنه در همه زمینه‌های فناوری ویدیو وجود ندارد. آمازون Rekogntion را وارد کنید، که قابلیت‌های آن‌ها را در بینایی کامپیوتری گسترش داد و آنها را قادر می‌سازد تا یک مورد استفاده را مفهوم‌سازی کنند و به سرعت قابلیت آن را آزمایش کنند.

Avi Fruchter می‌گوید: سوار شدن این هواپیما بسیار سریع بود و نتایج نیز بسیار سریع بود. ما همیشه در همه زمینه‌های ML متخصص دامنه نیستیم، و Amazon Rekognition به ما این توانایی را می‌دهد تا از تخصص موجود خود در انواع جدیدی از موارد استفاده پیشرفته برای مشتریان خود استفاده کنیم.

Synamedia پیش بینی می کند که راه حل آنها مزایای گسترده ای برای طیف گسترده ای از مشتریان، از جمله شرکت هایی با کتابخانه های ویدئویی بزرگ و همچنین تعداد فزاینده ای از شرکت هایی که نیاز به نظارت بر رویدادهای خاص در فیدهای ویدئویی زنده دارند، مانند خطرات بهداشتی و ایمنی داشته باشد.

خلاصه

Synamedia با آمازون Rekognition Video قادر به ساخت و آزمایش قابلیت جستجوی ویدئویی پیشرفته در عرض چند هفته، بدون نیاز به استخدام یا توسعه تخصص بینایی کامپیوتری اضافی بود.

این قابلیت جدید Synamedia را قادر ساخته است تا تأثیر تیم نوآوری خود را گسترش دهد و به ماموریت خود برای ایجاد نوآوری ویدیویی جدید برای مشتریان خود ادامه دهد.

با مراجعه به سایت، درباره نحوه ساخت سریع راه حل های بینایی کامپیوتری پیشرفته برای ویدیو بیشتر بیاموزید ویدیوی تشخیص آمازون یا اشاره به منابع شناسایی آمازون.

درباره نویسندگان

دنیل برک پیشرو اروپا برای هوش مصنوعی و ML در گروه سهام خصوصی در AWS است. دانیل مستقیماً با صندوق‌های سهام خصوصی و شرکت‌های نمونه کار آنها کار می‌کند و به آنها کمک می‌کند تا پذیرش هوش مصنوعی و ML خود را برای بهبود نوآوری و افزایش ارزش سازمانی تسریع کنند.

جان شاو پیشرو آمریکای شمالی برای هوش مصنوعی و ML در گروه سهام خصوصی در AWS است. جان مستقیماً با صندوق‌های سهام خصوصی و شرکت‌های سبد سهام آنها کار می‌کند و به آنها کمک می‌کند تا پذیرش هوش مصنوعی و ML خود را برای بهبود نوآوری و افزایش ارزش سازمانی تسریع کنند.