시나미디어 포괄적인 솔루션 포트폴리오를 통해 프리미엄 비디오 서비스 제공업체 및 소비자 직접 방문(D2C)의 요구 사항을 해결하는 선도적인 비디오 기술 제공업체입니다. Synamedia 솔루션은 비디오 네트워크, TV 플랫폼, 광고 및 수익 창출, 콘텐츠 보호 및 불법 복제 방지와 같은 여러 기둥에 퍼져 있습니다.
Synamedia는 AWS와 협력하여 인공 지능(AI)을 사용하여 장편 동영상에 대한 향상된 동영상 검색 기능을 개발했습니다. 이는 자산의 메타데이터에 설명되지 않은 장면에 대한 설명을 기반으로 고객이 비디오를 검색할 수 있도록 지원하기 위한 것입니다. 예를 들어, 메타데이터에 언급될 만큼 중요하지 않은 보트 장면이 포함된 비디오(시리즈 내에서도)를 검색합니다. 이를 통해 실제 개체에서 구동되는 콘텐츠 검색이 가능합니다.
와 아마존 인식 비디오, Synamedia는 표준 및 맞춤형 모델을 사용하여 비디오 및 이미지에서 레이블 감지를 수행할 수 있는 AI 솔루션을 구축했습니다. 이를 통해 당시 장면에 실제로 있었던 내용을 기반으로 장편 비디오의 특정 물체를 장면 수준에서 감지할 수 있었습니다. 이 새로운 기능을 통해 사용자는 자신이 찾고 있는 것에 대한 일반적인 설명만을 기반으로 긴 형식의 비디오 내에서 특정 항목을 찾을 수 있습니다. 이를 통해 Synamedia는 새로운 콘텐츠를 온보딩할 때 매우 빠르게 수행할 수 있으며, 이제 스핀업하고 결과를 얻는 데 몇 시간이 걸립니다. 이 솔루션은 도메인별 이미지에 대한 추가 사용자 지정 모델을 추가할 수 있는 기능을 제공하여 사용이 간편하고 광범위합니다.
|
“Amazon Rekognition Video는 사용이 간편한 강력한 서비스입니다. 이를 통해 우리는 동급 최고의 컴퓨터 비전 기능에 즉시 액세스할 수 있었고 몇 주 만에 혁신적인 비디오 검색 기능을 구축하고 테스트하는 데 사용할 수 있었습니다." – Avi Fruchter, Synamedia의 소프트웨어 엔지니어링 펠로우. |
AI를 사용하여 시각적 콘텐츠 색인 생성
비디오 콘텐츠의 공급과 더 나은 비디오 통찰력에 대한 수요가 계속 증가함에 따라 효과적인 비디오 검색 기능이 더욱 중요해지고 있습니다. 그러나 기존의 비디오 검색은 일반적으로 비디오 제목과 같은 기본 정보로 제한되거나 경우에 따라 비디오의 주요 주제 또는 콘텐츠를 설명하는 태그로 첨부된 메타데이터로 제한됩니다.
대부분의 설명 정보는 수동으로 추가해야 하지만 비디오 양이 증가함에 따라 불가능해집니다. 결과적으로 기존의 비디오 검색 성능은 종종 제한적입니다. 이러한 제한은 제작 비용과 시간을 고려할 때 일반적으로 장면 수준 메타데이터가 존재하지 않는 긴 형식의 비디오 콘텐츠에서 더욱 두드러집니다.
이러한 한계를 해결하기 위해 Synamedia는 컴퓨터 비전을 사용하여 특정 비디오에서 장면 수준의 세부 사항을 자동으로 식별하고 해당 장면에 대한 일반적인 설명을 기반으로 사용자가 해당 정보를 검색할 수 있도록 하는 AI 기반 비디오 검색 솔루션을 개발하기 시작했습니다.
Amazon Rekognition을 사용하여 단 2주 만에 맞춤형 컴퓨터 비전 솔루션 구축
이 목표를 달성하기 위해 Synamedia의 소프트웨어 엔지니어링 펠로우인 Avi Fruchter는 아마존 인식은 완전관리형 영상분석 서비스 컴퓨터 비전 모델을 사용하여 물체, 활동, 심지어 텍스트 및 장면과 같은 관련 장면 수준 발생을 감지하는 프로세스를 가속화하는 데 도움이 됩니다.
Amazon Rekognition Video는 컴퓨터 비전 모델을 사용하여 비디오 콘텐츠를 자동으로 처리하고 태그를 지정하여 비디오용 컴퓨터 비전 솔루션 개발을 가속화합니다. 이러한 모델은 Amazon Rekognition에서 완전히 관리 및 유지 관리합니다. 필요한 인프라를 관리하는 획일적인 무거운 작업을 제거하고 이러한 모델을 구축하고 배포하는 데 필요한 기술 전문 지식을 줄입니다.
시작하려면 Amazon Rekognition의 광범위한 기능 중 작업과 관련된 기능을 선택하고 관련 API를 호출하기만 하면 됩니다. 그런 다음 결과는 각 작업에 대해 관리하기 쉬운 JSON 응답으로 반환됩니다.
예를 들어, Synamedia는 StartLabelDetection API를 사용하여 비디오 라이브러리의 각 비디오 프레임에서 감지된 개체에 대한 레이블 목록을 자동으로 생성했습니다. 이 간단한 API 호출에서 Amazon Rekognition은 레이블 목록, 각각의 신뢰도 점수 및 각 프레임에 대한 관련 타임스탬프를 반환했습니다. 이를 통해 Synamedia는 테스트 라이브러리의 각 비디오에 대해 완전히 새로운 검색 메타데이터 세트를 즉시 생성할 수 있었습니다. 그런 다음 사용자는 관심 있는 특정 물체나 풍경을 설명하는 것만으로 특정 비디오 콘텐츠를 검색할 수 있으며 쿼리와 일치할 뿐만 아니라 해당 콘텐츠가 등장하는 비디오의 특정 장면을 가리키는 결과를 얻을 수 있습니다.
비디오 분석을 위한 다른 관련 Amazon Rekognition API로는 StartFaceDetection, StartPersonTracking 및 StartSegmentDetection이 있습니다. 이 기능은 비디오의 장면이 변경되는 순간을 식별할 수 있습니다.
Amazon Rekognition은 사전 녹화된 비디오와 라이브 비디오 모두에서 작동합니다. 사전 녹화된 비디오를 다음에서 읽습니다. 아마존 단순 스토리지 서비스 (Amazon S3) 및 라이브 비디오 처리 가능 Amazon Kinesis 비디오 스트림.
Synamedia는 기능을 빠르게 확장할 수 있는 능력 때문에 Amazon Rekogntion을 선택했습니다. Synamedia의 혁신 팀은 비디오에서 새로운 기술 혁신을 구축하는 데 전념하고 있으며 강력한 기술 전문성을 보유하고 있습니다. 그러나 그들에게도 비디오 기술의 모든 영역에서 깊은 도메인 전문 지식을 갖는 것이 항상 가능한 것은 아닙니다. 컴퓨터 비전의 기능을 확장하여 사용 사례를 개념화하고 실행 가능성을 신속하게 테스트할 수 있는 Amazon Rekogntion을 입력하십시오.
Avi Fruchter는 “온보딩이 매우 빨랐고 결과도 매우 빨랐습니다. "우리는 ML의 모든 영역에서 항상 도메인 전문가는 아닙니다. Amazon Rekognition은 기존 전문 지식을 고객을 위한 새로운 유형의 향상된 사용 사례에 활용할 수 있는 기능을 제공합니다."
Synamedia는 그들의 솔루션이 대규모 비디오 라이브러리를 보유한 회사뿐만 아니라 건강 및 안전 위험과 같은 라이브 비디오 피드의 특정 이벤트를 모니터링해야 하는 회사를 포함하여 광범위한 고객에게 광범위한 이점을 제공할 것으로 예상합니다.
요약
Synamedia는 Amazon Rekognition Video를 사용하여 추가로 전문화된 컴퓨터 비전 전문 지식을 고용하거나 개발할 필요 없이 몇 주 만에 고급 비디오 검색 기능을 구축하고 테스트할 수 있었습니다.
이 새로운 기능을 통해 Synamedia는 혁신 팀의 영향력을 확대하고 고객을 위한 새로운 비디오 혁신을 주도하려는 사명을 계속할 수 있었습니다.
다음을 방문하여 비디오용 고급 컴퓨터 비전 솔루션을 빠르게 구축하는 방법에 대해 자세히 알아보십시오. 아마존 인식 비디오 또는 참조 Amazon Rekognition 리소스.
저자 소개
다니엘 버크 AWS의 Private Equity 그룹에서 AI 및 ML의 유럽 리더입니다. Daniel은 사모 펀드 및 포트폴리오 회사와 직접 협력하여 AI 및 ML 채택을 가속화하여 혁신을 개선하고 기업 가치를 높일 수 있도록 지원합니다.
존 쇼 AWS의 Private Equity 그룹에서 AI 및 ML의 북미 책임자입니다. John은 사모 펀드 및 포트폴리오 회사와 직접 협력하여 AI 및 ML 채택을 가속화하여 혁신을 개선하고 기업 가치를 높일 수 있도록 지원합니다.
