移动互联网时代以来，人工智能（AI）技术不断发展和完善，不断展现出巨大的商业潜力，并开始在各行各业落地开花，其中计算机视觉AI技术发展最快应用最广。阿里云为响应国家“加快新型基础设施建设“的号召，以“无行业不AI“为主题，特此举办阿里云视觉AI应用创新赛，为行业应用及解决方案落地提供展示创意和想法的舞台。
本次大赛向全行业开发者用户开放，针对优秀人才、优秀作品提供百万现金奖池，为创业人才提供包括阿里巴巴资源对接与扶持、技术培训和上云指导以及导师帮助等与初创企业相关的综合服务。同时为协助本次赛事，阿里云将会与参赛者共享阿里内部视觉AI开发的实践经验，从技术，资金，资源三方面帮助企业实现场景落地。
本文将会通过解析AlibabaWood视频生产工具的算法来介绍视觉AI技术在新零售电商领域中的应用，为参赛人员开发视觉AI应用提供一种可行的思路。
AlibabaWOOD介绍
AlibabaWOOD是阿里云为了提升电商营销视频制作效率和质量而推出的工具。在电商平台，投放商品视频展示可以增加信息传播途径提升引流曝光，针对同一商品，是否投放视频展示对各关键指标影响非常大，如下图所示。
图1 单一商品图像款对比视频款
但传统的批量视频制作通常依赖于设计师提前制作的固定模板，且大批量生产的视频通常千篇一律，缺乏感染力。为了解决这一问题，AlibabaWOOD充分利用目前最先进的AI技术，抛弃了死板的视频模板，而是通过智能分析用户输入的音视频素材以及用户需求，一键生成符合投放场景的营销短视频，从分析、设计到最后的编码输出用时不超过一分钟，远远超过人类制作视频的速度。并且，得益于AI技术的应用，AlibabaWOOD可以做到视频风格和内容千人千面，无论是时尚风、科技风还是土味视频，AlibabaWOOD都可以从容应对。下图展示了AlibabaWOOD智能生成视频的核心流程，下一章节也会对其中的核心AI技术进行解析。
图2 AlibabaWOOD智能视频生成流程
AlibabaWOOD核心AI技术解析
素材解析能力
• 素材质量评估/理解:
AlibabaWood利用最新的深度学习技术以及线上海量的电商图像视频数据，自研了素材质量评估模型和素材内容理解模型，质量评估模型可以快速准确的滤除不适合制作视频的图像视频素材，保证输出视频的质量。而内容理解模型能够为智能编排模块提供全方位的素材标签，方便为素材精确匹配智能特效，如下图所示：
图3 素材质量评估
图4 素材标签示例
• 故事线生成:
作为智能编排核心技术，故事线生成模型充分利用素材标签以及美学和吸引力评分，结合影视行业规范等先验知识，可以针对不同类型的图像视频素材推荐不同的素材排序故事线，如下图所示。使得生成的视频运镜更加合理，并更具吸引力和感染力。
图5 故事线生成示例
• 视频摘要:
通过学习大量在线营销视频摘要模式，AlibabaWood适配不同视频类别的视频剪辑手法，能够对用户输入的视频素材进行镜头分割，并根据投放场景选择最佳视频片段进行剪辑。
图6 视频摘要示例
智能特效
• 音画联动:
视频节奏感可以提升观看视频的舒适性。通过智能分析音频节奏点和视频内容的视觉“节奏点”，然后通过视频插帧技术实现视频播放速率的非线性变换，从而实现音视频节奏点的完美匹配，使得视频中的人物能够随音乐舞动，极大的提升了视频内容的吸引力。
• 静转动:
为了增强静态素材主体内容的吸引力，AlibabaWood在自研图像分割能力的基础上推出静转动等智能特效，这一能力可以自动识别模特展示图像，然后对模特主体进行抠图，再对前景和背景内容加入滑动变焦效果，将静态图像转化为动态的视频内容，使得内容展示更加生动，并凸显主体信息。下一代静转动技术可以使得运镜效果更符合透视原理，并让图像中模特的肢体真正动起来。
图7 图像分割示例
• 转场等特效智能推荐:
AlibabaWood联合设计师打造了可以根据素材内容自动匹配的转场动画特效体系。使得生成的视频动效更加丰富、更加个性化，真正做到千人千面。部分效果展示如下。
图8 智能转场特效
阿里云视觉AI开发者创意应用赛向社会各界免费开放所有视觉AI技术接口，邀请全社会的企业打造属于自己的AlibabaWood。开发者可以任意使用达摩院的技术打磨自己的产品，或者将自己的产品在大赛中展出，作为主办方，阿里云将会为优秀的作品对接创业资源和孵化环境，更有总计近百万的奖金和奖品等你来拿。
体验地址：https://vision.aliyun.com/experience
大赛平台：https://developer.aliyun.com/ai/activity/viapi
