的Synamedia 是一家领先的视频技术提供商，通过全面的解决方案组合满足优质视频服务提供商和直接面向消费者 (D2C) 的需求。 Synamedia 解决方案跨越多个支柱，例如视频网络、电视平台、广告和货币化，以及内容保护和盗版中断。
Synamedia 与 AWS 合作使用人工智能 (AI) 为长视频开发增强的视频搜索功能。 这是为了帮助他们的客户根据资产元数据中未描述的场景描述搜索视频。 例如，搜索包含船上场景的视频（甚至在系列中），该场景的重要性不足以在元数据中提及。 这可以实现从现实世界对象驱动的内容发现。
Amazon Rekognition 视频, Synamedia 构建了一个 AI 解决方案，能够使用标准和自定义模型在视频和图像中执行标签检测。 这可以根据当时场景中的实际情况对长视频中的特定对象进行场景级检测。 这项新功能允许用户仅根据他们正在寻找的内容的一般描述来查找长视频中的特定事件。 这使 Synamedia 在载入新内容时能够以极快的速度执行，现在需要几个小时才能启动并获得结果。 该解决方案易于使用且范围广泛，能够为特定领域的图像添加更多自定义模型。
|
“Amazon Rekognition Video 是一项功能强大且易于使用的服务。 它让我们可以随时访问一流的计算机视觉功能，我们可以使用这些功能在几周内构建和测试创新的视频搜索功能。” – Avi Fruchter，Synamedia 软件工程研究员。 |
使用 AI 索引视觉内容
随着视频内容的供应和对更多视频洞察力的需求不断增长，有效的视频搜索功能变得越来越重要。 然而，传统的视频搜索通常仅限于基本信息，例如视频标题，或者在某些情况下，仅限于作为描述视频关键主题或内容的标签的元数据。
大多数描述性信息需要手动添加，但随着视频数量的增长，这变得令人望而却步。 因此，传统的视频搜索性能往往受到限制。 对于长格式视频内容，这种限制更为明显，考虑到制作成本和耗时的情况，通常不存在场景级元数据。
为了解决这一限制，Synamedia 着手开发一种人工智能驱动的视频搜索解决方案，使用计算机视觉自动识别任何给定视频中的场景级细节，并根据这些场景的一般描述让用户可以发现这些信息。
使用 Amazon Rekognition 在短短 2 周内构建自定义计算机视觉解决方案
为了实现这一目标，Synamedia 的软件工程研究员 Avi Fruchter 求助于 亚马逊重新认识，以 完全托管的视频分析服务 这有助于加快使用计算机视觉模型检测相关场景级事件的过程，例如对象、活动，甚至文本和场景。
Amazon Rekognition Video 通过使用计算机视觉模型自动处理和标记视频内容来加速视频计算机视觉解决方案的开发。 这些模型由 Amazon Rekognition 完全管理和维护。 它消除了管理必要基础设施的无差别繁重工作，还减少了构建和部署这些模型所需的技术专业知识。
要开始使用，您只需选择 Amazon Rekognition 的广泛功能中与您的任务相关的功能，然后调用相关的 API。 然后将结果作为每个作业的易于管理的 JSON 响应返回。
例如，Synamedia 使用 StartLabelDetection API 为在其视频库的每个视频帧中检测到的对象自动生成标签列表。 通过这个简单的 API 调用，Amazon Rekognition 返回了标签列表、每个标签的置信度分数以及每个帧的相关时间戳。 这使 Synamedia 能够立即为其测试库中的每个视频创建一组全新的搜索元数据。 然后，用户可以通过描述他们感兴趣的特定对象或风景来搜索特定的视频内容，并获得不仅与他们的查询相匹配的结果，而且还将他们指向视频中以该内容为特色的特定场景。
用于视频分析的其他相关 Amazon Rekognition API 是 StartFaceDetection、StartPersonTracking 和 StartSegmentDetection，该功能可以识别视频中场景发生变化的时刻。
Amazon Rekognition 适用于预先录制的视频和实时视频。 预先录制的视频是从 亚马逊简单存储服务 (Amazon S3)，实时视频可以从 Amazon Kinesis视频流.
Synamedia 选择 Amazon Rekogntion 是因为它能够快速扩展其功能。 Synamedia 的创新团队专注于在视频领域建立新的技术创新，并拥有强大的技术专长。 然而，即使对他们来说，也不总是可能在视频技术的所有领域都拥有深厚的专业知识。 进入 Amazon Rekogntion，它扩展了他们在计算机视觉方面的能力，使他们能够概念化一个用例并快速测试其可行性。
Avi Fruchter 说：“上线速度非常快，结果也非常快。” “我们并不总是 ML 的所有领域的领域专家，Amazon Rekognition 使我们能够利用我们现有的专业知识为我们的客户提供新型增强用例。”
Synamedia 预计他们的解决方案将为广泛的客户带来广泛的好处，包括拥有大型视频库的公司以及越来越多需要监控实时视频源中的特定事件（例如健康和安全风险）的公司。
总结
借助 Amazon Rekognition Video，Synamedia 能够在几周内构建和测试高级视频搜索功能，而无需雇用或开发额外的专业计算机视觉专业知识。
这项新功能使 Synamedia 能够扩大其创新团队的影响力，并继续履行其为客户推动新视频创新的使命。
了解更多关于如何快速构建用于视频的高级计算机视觉解决方案的信息，请访问 Amazon Rekognition 视频 或参考 Amazon Rekognition 资源.
关于作者
丹尼尔·伯克 是 AWS 私募股权部门 AI 和 ML 的欧洲负责人。 Daniel 直接与私募股权基金及其投资组合公司合作，帮助他们加快 AI 和 ML 的采用，以改进创新并增加企业价值。
约翰·肖 是 AWS 私募股权部门 AI 和 ML 的北美负责人。 John 直接与私募股权基金及其投资组合公司合作，帮助他们加快 AI 和 ML 的采用，以改进创新并增加企业价值。
