DEEP VIDEO智能学习生产技术训练营学习心得

简介: 短视频,长视频的出现极大地丰富了人们的业余生活,同时也有利于信息的传播。以视频的形式传递信息,人们能够同时调动视觉和听觉,直观了解所获得的信息。随着时代的发展,现在的视频也变得越来越智能。

短视频,长视频的出现极大地丰富了人们的业余生活,同时也有利于信息的传播。以视频的形式传递信息,人们能够同时调动视觉和听觉,直观了解所获得的信息。随着时代的发展,现在的视频也变得越来越智能。那么智能视频是怎么样生产出来的呢?

一次偶然的机会,我参加了DEEP VIDEO智能学习生产技术训练营,在这里首先要感谢训练营老师专业的讲解,让我受益匪浅,下面来分享一下我的心得。

视频AI的出现,帮助人们解决了大量的问题。那视频 AI可以做哪些事情呢?视频AI可以把视频里面的内容做各种各样的分析。把视频里面相应的语音内容进行识别,文字内容进行识别人脸进行识等等,最后把内容全部提取出来,相当于说把整个视频的内容做了各种各样的结构化的解析。其实更多的是,AI在后台做着各种各样辅助的事情。再例如直播,AI会对直播做相应的截帧基于截帧,然后去对这个视频的画面里面的内容进行判断是否涉黄,涉暴是否是广告,是否有不良的画面。

视频AI的原理又是什么呢?

机器学习深度学习(AI卷积神经网络(视频AI

传统的媒体生产,它可以分为采集、编辑、存储、管理和分发这五个流程。随着人工智能技术的兴起,这五个流程越来越的有机器的参与,这些机器的参与主要是一些AI技术的应用。AI是大数据喂出来的,云和AI是天然的结合。现阶段AI还做不到完美,AI还只能辅助视频生产,生产视频的主体还是人。那AI又是如何辅助生产的?例如通过图片搜索所有相关视频,智能横转竖,帮助横屏视频在手机端分发等等。

大家也可以点击下方链接进入阿里云多媒体AI体验中心进行体验。

https://retina.aliyun.com/#/Home

阿里云视频云目前提供的视频AI能力:

ROI提取:绿幕抠图,横转竖,

智能擦除:去图标,去字幕,

关键信息提炼:智能封面,视频摘要,

结构化分析:字幕提取,PPT拆条。

image.png

最后老师向我们介绍了智能媒体生产ICE。(大家也可以打开ICE的官方文档查看详细介绍,链接如下)

https://help.aliyun.com/document_detail/197850.html

智能媒体生产ICEIntelligent Cloud Editing)为教育行业、新媒体行业、营销行业、直播平台等内容制作者和机构提供在线剪辑工具,通过阿里云在人工智能领域的大量积累,将AI与剪辑工具紧密结合,将专业剪辑工具平民化,辅助创作者高效生产视频内容。

ICE 的定位是在生产制作这个领域。那ICE能解决什么问题呢?实际上ICE核心解决的是云上的生产制作的问题。

1 云端剪辑制作合成(导出)

2 素材库管理与公共素材的使用

3 规模化剪辑制作合成

4 专业,高效剪辑制作合成

5 AI能力辅助生产制作

6 无干预的全智能生产制作

 

利用ICE如何将多张照片制作成一个短视频呢?流程如下:(两种方法)

1: 直接传入timeline(时间线,是ICE最重要的数据结构,也是整个视频生产制作的核心)参数,把照片/时长/效果等参数设置到时间线上,然后提交剪辑合成作业;
2:
使用模板工厂,先制作一个模板,再把图片作为覆盖参数,结合模板id,提交剪辑合成作业

大家如果想体验的话,可以进入阿里云,打开智能媒体生产工作台,首先进行服务的开通。

image.png

下面这个网址是Retina视频云AI体验馆卡通智绘并生成卡通头像,我感觉很有意思,欢迎大家来体验。

https://retina.aliyun.com/?spm=a2c6h.24965935.J_3050531610.3.71af35f6EKdF2c#/cartoon

image.png

视频慢慢成了生活的一部分,视频类型多样,时长不同。人们可以在零碎时间内观看视频,放松心情。这也要给AI点个赞,以及相应的工作人员点个赞!

相关文章
|
网络协议 网络架构
【计算机网络】TCP|IP协议
【计算机网络】TCP|IP协议
544 0
|
Python 机器学习/深度学习
Cross Entropy Loss 交叉熵损失函数公式推导
表达式 输出标签表示为{0,1}时,损失函数表达式为: $L = -[y log \hat{y} + (1-y)log(1- \hat{y})]$ 二分类 二分类问题,假设 y∈{0,1} 正例:$P(y = 1| x) = \hat{y}$ 反例:$P(y=0|x) = 1-\hat{y}$ 取似然函数 似然函数就是所有样本在参数θ下发生概率最大的那种情况,由于样本独立同分布,因此概率最大的情况就是每个样本发生概率的连乘。
17013 0
|
安全 Linux Android开发
如何将Kindle电子书下载到电脑:技术流程与操作解析
随着数字阅读兴起,Kindle成为主流电子书平台。然而,Amazon的封闭生态和DRM限制,使用户难以灵活管理书籍。本文从技术角度出发,讲解如何合法下载Kindle电子书至电脑,包括使用Kindle for PC、USB导出及进阶方案(如Android模拟器、WINE环境)。同时介绍文件格式处理、自动化备份与阅读体验优化方法,并强调版权合规的重要性,助您构建个人数字图书馆。
4973 3
|
Python
用python进行视频剪辑源码
这篇文章提供了一个使用Python进行视频剪辑的源码示例,通过结合moviepy和pydub库来实现视频的区间切割和音频合并。
595 2
|
Java BI 数据处理
如何在Java中实现Excel操作
如何在Java中实现Excel操作
1273 3
|
机器学习/深度学习 算法 TensorFlow
机器学习算法简介:从线性回归到深度学习
【5月更文挑战第30天】本文概述了6种基本机器学习算法:线性回归、逻辑回归、决策树、支持向量机、随机森林和深度学习。通过Python示例代码展示了如何使用Scikit-learn、statsmodels、TensorFlow库进行实现。这些算法在不同场景下各有优势,如线性回归处理连续值,逻辑回归用于二分类,决策树适用于规则提取,支持向量机最大化类别间隔,随机森林集成多个决策树提升性能,而深度学习利用神经网络解决复杂模式识别问题。理解并选择合适算法对提升模型效果至关重要。
733 4
|
存储 安全 关系型数据库
技术人必修课:利用金字塔原理高效思考与表达
作者写这篇文章的目的就是希望能够帮助更多同学了解金字塔原理并合理应用,不只是写作,更是要着眼于思考和表达。本文将围绕认识金字塔结构、表达的逻辑、思考的逻辑、解决问题的框架、演示的逻辑这几个方面带领大家深入学习金字塔原理。
|
存储 缓存 Dragonfly
如何进行容器镜像加速?| 深度揭秘阿里云 Serverless Kubernetes(3)
容器相比虚拟机最突出的特点之一便是轻量化和快速启动。相比虚拟机动辄十几个 G 的镜像,容器镜像只包含应用以及应用所需的依赖库,所以可以做到几百 M 甚至更少。但即便如此,几十秒的镜像拉取还是在所难免,如果镜像更大,则耗费时间更长。
2263 0
如何进行容器镜像加速?| 深度揭秘阿里云 Serverless Kubernetes(3)

热门文章

最新文章