上海2018年7月27日電 /美通社/ -- 近日，由 Gartner 和七牛云聯(lián)合發(fā)布了一份《Five Key Essentials for the New Generation of Intelligent Video Cloud》白皮書報告，報告中針對各行業(yè)在視頻應(yīng)用領(lǐng)域升級過程中面臨的技術(shù)痛點(diǎn)及挑戰(zhàn)，提出了構(gòu)建新一代視頻云的5個關(guān)鍵要素和相關(guān)參考標(biāo)準(zhǔn)，并描述了智能視頻云如何以更便捷的服務(wù)和更低的成本幫助客戶加速升級。本文則對 Gartner 和七牛云的白皮書報告進(jìn)行了詳細(xì)編譯。
以下為譯文：
一、導(dǎo)語
過去十年里，中國移動互聯(lián)網(wǎng)的高速發(fā)展，帶動了各個產(chǎn)業(yè)IT基礎(chǔ)架構(gòu)的擴(kuò)展和升級：
本文介紹各行業(yè)在視頻應(yīng)用領(lǐng)域的升級過程中，主要面臨的技術(shù)痛點(diǎn)和挑戰(zhàn)，并提出了構(gòu)建新一代視頻云的5個關(guān)鍵要素和相關(guān)參考標(biāo)準(zhǔn)，描述了智能視頻云如何以更便捷的服務(wù)和更低的成本幫助客戶加速升級。未來視頻的應(yīng)用的場景和領(lǐng)域可能會成為企業(yè)產(chǎn)品或營銷服務(wù)中核心的環(huán)節(jié)，而且它本身的規(guī)模變化也非常符合互聯(lián)網(wǎng)中的馬太效應(yīng)，因此企業(yè)都需要提前為自己未來海量的富媒體素材做好充分準(zhǔn)備，避免數(shù)據(jù)失控。
二、各行業(yè)在視頻時代的新興場景
1、安防監(jiān)控
根據(jù) Markets&Markets 的調(diào)查結(jié)果，2017年至2022年期間，全球監(jiān)控視頻市場年復(fù)合增長率將達(dá)15.4%，2022年將增至約756億美元的規(guī)模。視頻監(jiān)控廣泛應(yīng)用于各類場合，包括：
最近兩年來，以幼兒園、學(xué)校代表的公共區(qū)域場所監(jiān)控提出了更高的要求：
而道路交通和城市安全的監(jiān)控，除了傳統(tǒng)的車輛違章監(jiān)控和識別，行人的違章也逐步納入到了監(jiān)控的體系中，如：
由此可以看到，視頻監(jiān)控領(lǐng)域正在面臨著產(chǎn)業(yè)升級，如何做到公網(wǎng)穩(wěn)定地訪問，產(chǎn)生的海量的圖像和視頻數(shù)據(jù)如何更好地存儲、分析和檢索，是一項(xiàng)巨大的挑戰(zhàn)。
2、在線教育
近年來，在線教育發(fā)展異常火熱，利用互聯(lián)網(wǎng)音視頻技術(shù)，解決了優(yōu)質(zhì)教育資源傳遞的時空限制，主要體現(xiàn)形式如下：
如何解決學(xué)生觀看直播的卡頓問題，如何進(jìn)一步降低視頻互動的延時，提高老師和學(xué)生的體驗(yàn)，顯得至關(guān)重要。另外，隨著人工智能的發(fā)展，視頻技術(shù)如何更好地借助 AI 技術(shù)，也成為在線教育領(lǐng)域大家更為關(guān)注的方向，如：
3、廣電新媒體
隨著互聯(lián)網(wǎng)直播興起，各類廣電平臺想要做出一檔可看且互動性強(qiáng)的直播節(jié)目，除了要精心編排節(jié)目內(nèi)容，還要特別重視音視頻及互動方式的呈現(xiàn)。顯然，在新媒體時代下，傳統(tǒng)的廣電方案具有一定的局限性：
面對這些局限，廣電行業(yè)迫切需要全新的視頻系統(tǒng)，為消費(fèi)者提供高畫質(zhì)、強(qiáng)互動的視頻娛樂體驗(yàn)和可量化的精確數(shù)據(jù)管理：
如何實(shí)現(xiàn)導(dǎo)播內(nèi)容的實(shí)時切換，如何保證廣電內(nèi)容實(shí)時傳輸，如何讓廣電傳媒的廣告價值較大化，如何制作低成本、高質(zhì)量的節(jié)目，這對廣電新媒體來說均是急需解決的難題。
4、智慧法庭
2016年7月1日起，較高人民法院所有公開開庭案件均有網(wǎng)上直播，所有直播視頻均有視頻存檔，公眾可在線觀看。截至2018年3月，全國范圍內(nèi)的庭審直播共累計66萬余場，累計訪問近50億人次。智慧法庭充分運(yùn)用互聯(lián)網(wǎng)、大數(shù)據(jù)、云計算、人工智能等先進(jìn)信息技術(shù)，支持全業(yè)務(wù)網(wǎng)上辦理、全流程依法公開、全方位智能服務(wù)：
基于視頻及文書，結(jié)合人工智能計算機(jī)視覺技術(shù)，讀取、分析電子化卷宗，抓取重要因素，并分類標(biāo)注。例如把犯罪動機(jī)、犯罪時間、犯罪工具等 -- 以不同顏色打上標(biāo)簽，并予以比對分析。
建設(shè)智慧法庭，如何保障開庭審訊直播視頻的實(shí)時傳輸，如何存儲海量直播視頻用于點(diǎn)播回放，如何基于廣泛的視頻內(nèi)容進(jìn)行智能分析，對視頻基礎(chǔ)設(shè)施的可靠性提出了更高的要求和挑戰(zhàn)。
5、遠(yuǎn)程醫(yī)療
當(dāng)前醫(yī)療資源還存在著地區(qū)分布不均問題，醫(yī)療專家可以通過在線直播、實(shí)時音視頻進(jìn)行跨區(qū)域互動會診：
遠(yuǎn)程醫(yī)療這一概念被提出后，已經(jīng)被廣泛應(yīng)用。但是，如何提高視頻傳輸性能，如何確保家庭、基層醫(yī)療機(jī)構(gòu)和戶外應(yīng)急的遠(yuǎn)程醫(yī)療快速接入，是當(dāng)前的遠(yuǎn)程醫(yī)療業(yè)務(wù)系統(tǒng)面臨的主要挑戰(zhàn)。
從以上列舉的幾個行業(yè)新興場景可以看出，在產(chǎn)業(yè)升級的過程中，他們都面臨著巨大的技術(shù)和資源挑戰(zhàn)。大部分企業(yè)無法在短時間內(nèi)構(gòu)建有效的相關(guān)視頻服務(wù)能力，因此如何選擇和利用公有云的相關(guān)視頻服務(wù)，快速滿足業(yè)務(wù)的升級需求，顯得至關(guān)重要。
三、智能視頻云的關(guān)鍵要素
為了滿足各行業(yè)在視頻時代新的需求和挑戰(zhàn)，智能視頻云至少需要擁有以下5個關(guān)鍵要素：
1、穩(wěn)定的網(wǎng)絡(luò)傳輸與分發(fā)：直播延遲不高于1s，互動延遲不高于150ms
2、可擴(kuò)展的海量存儲服務(wù)：可以實(shí)現(xiàn)業(yè)務(wù)層無感知PB級擴(kuò)容
3、云端媒體的編輯處理：可以在數(shù)秒內(nèi)創(chuàng)建獨(dú)立計算實(shí)例，執(zhí)行自定義媒體編輯操作
4、視頻內(nèi)容的智能分析：視頻內(nèi)容識別率高于95%
5、完備的權(quán)限控制：徹底杜絕非法拷貝，秒級封禁盜鏈流量
要素1：穩(wěn)定的網(wǎng)絡(luò)傳輸與分發(fā)：提供流暢的觀看體驗(yàn)與低延遲的互動
要素2：可擴(kuò)展的海量存儲服務(wù)：高可靠易擴(kuò)展的數(shù)據(jù)安全保障
要素3：端媒體的編輯處理：快捷多用途云端視頻編輯
要素4：視頻內(nèi)容的智能分析：結(jié)合人工智能發(fā)揮視頻數(shù)據(jù)的較大價值
要素5:完備的權(quán)限控制：杜絕非法拷貝與盜鏈
根據(jù)以上5個關(guān)鍵要素，七牛云認(rèn)為一套完整的智能視頻云需要由以下模塊組成：
四、智能視頻云的成本優(yōu)勢：
智能視頻云不僅在技術(shù)能夠完全滿足各行業(yè)在視頻時代的新需求，相比自主研發(fā)，還能為企業(yè)大幅節(jié)省研發(fā)成本和運(yùn)營成本。
面對高昂的成本，視頻云服務(wù)在提供了豐富產(chǎn)品的同時，還具有簡單易用、可彈性擴(kuò)展、維護(hù)成本低的特點(diǎn)。智能視頻云服務(wù)通過提供通用且易于根據(jù)具體業(yè)務(wù)定制的技術(shù)系統(tǒng)，大大降低了行業(yè)應(yīng)用的開發(fā)周期與成本開銷，同時視頻云的多個模塊均可私有或混合部署，在保障企業(yè)數(shù)據(jù)安全的同時，獲得和公有云一樣的穩(wěn)定性、可靠性和靈活性。
五：AI在智能視頻云的增值應(yīng)用
在智能視頻云的技術(shù)和成本優(yōu)勢背后，人工智能，尤其是計算機(jī)視覺技術(shù)的深度應(yīng)用發(fā)揮了巨大的作用。在七牛云整個智能視頻云系統(tǒng)中，計算機(jī)視覺技術(shù)在諸多環(huán)節(jié)取代了人工操作，極大地提高了視頻內(nèi)容處理的效率。通過完全不同于傳統(tǒng)數(shù)據(jù)分析的角度，實(shí)現(xiàn)了先前難以想象的數(shù)據(jù)分析應(yīng)用。
1、視頻內(nèi)容識別：自動識別視頻畫面信息，從標(biāo)簽庫中匹配對應(yīng)標(biāo)簽
作為計算機(jī)視覺基礎(chǔ)模型層中重要的幾項(xiàng)技術(shù)，人臉識別、物體識別、場景識別等技術(shù)在安防、廣電、教育等領(lǐng)域的眾多場景中有廣泛的應(yīng)用場景。
例如在安防行業(yè)，擁有人臉識別、動作追蹤等功能的高清攝像頭，能根據(jù)監(jiān)控范圍內(nèi)人物的動作并判斷其行為，對具有可疑行為的人觸發(fā)自動報警。當(dāng)智能攝像頭與公安部門的在逃嫌犯資料庫匹配之后，能在機(jī)場、火車站等人流密集場所配合警方識別可疑人員，大幅提升破案、抓捕效率。
2、視頻內(nèi)容結(jié)構(gòu)化：可以像搜索文本文件一樣搜索視頻文件中的信息
計算機(jī)視覺視頻結(jié)構(gòu)化相比人工標(biāo)注具有識別范圍廣、準(zhǔn)確性好、學(xué)習(xí)模型不斷迭代、GPU機(jī)器效率高、成本低等一系列明顯優(yōu)勢。經(jīng)標(biāo)注后的視頻能夠在遠(yuǎn)程醫(yī)療、在線教育、廣電等行業(yè)發(fā)揮巨大作用。
例如，遠(yuǎn)程醫(yī)療行業(yè)擁有的存量和新增影像資料遠(yuǎn)遠(yuǎn)超出人工標(biāo)注的能力范圍，想要發(fā)揮醫(yī)療視頻資料的較大價值，需要根據(jù)不同類別將視頻和圖片進(jìn)行分類。通過人工智能高效完成視頻精確分類后，就能像搜索文本文件一樣搜索視頻文件中的關(guān)鍵信息，進(jìn)行更有效的利用，真正將醫(yī)療大數(shù)據(jù)變?yōu)獒t(yī)療知識圖譜。
3、視頻內(nèi)容審核：從視頻中識別敏感信息，提升審核效率
如今，圖片和視頻取代文字成為主流的傳播方式，針對圖片和視頻的內(nèi)容審核正變得越來越重要。然而人工審核不僅會造成高企的人力成本，其效率和準(zhǔn)確性也很難滿足當(dāng)下巨大的視頻數(shù)據(jù)量帶來的審核需求。
例如在廣電行業(yè)，視頻內(nèi)容鑒黃、鑒暴恐、政治人物識別等工作過去均由人工完成。隨著計算機(jī)視覺技術(shù)的日漸成熟，利用機(jī)器代替人工進(jìn)行絕大部份的內(nèi)容審核工作，成為了視頻時代的提高審核效率的不二之選。憑借計算機(jī)視覺技術(shù)帶來的審核效率革命，鑒黃、鑒暴恐、政治人物識別將不再是廣電行業(yè)的難題。
4、視頻內(nèi)容推薦：可根據(jù)用戶消費(fèi)視頻習(xí)慣，實(shí)現(xiàn)精細(xì)化運(yùn)營
除了能夠高效完成視頻結(jié)構(gòu)化和內(nèi)容審核工作，計算機(jī)視覺技術(shù)還能在業(yè)務(wù)層面成為內(nèi)容運(yùn)營的創(chuàng)新引擎，實(shí)現(xiàn)更多個性化產(chǎn)品需求。
同樣在廣電行業(yè)，例如在完成視頻內(nèi)容結(jié)構(gòu)化之后，運(yùn)營者可以根據(jù)用戶收看行為記錄進(jìn)行智能內(nèi)容推薦，甚至在視頻的特定時間段和畫面的特定位置實(shí)現(xiàn)廣告定向投放，較大化提升廣告轉(zhuǎn)化效果。智能視頻內(nèi)容推薦能夠幫助內(nèi)容運(yùn)營人員以較高效率實(shí)現(xiàn)高水平的用戶精細(xì)化運(yùn)營。
六、借助靈活的智能視頻云從容面對未來產(chǎn)業(yè)升級的未知挑戰(zhàn)
未來，很少有企業(yè)能脫離互聯(lián)網(wǎng)而獨(dú)立存在，因此企業(yè)數(shù)據(jù)的總量會不斷增加，對應(yīng)產(chǎn)生的數(shù)據(jù)價值甚至負(fù)擔(dān)也會同步提升。每個企業(yè)都需要擁有對于文件和富媒體素材（包含海量圖片，視頻，音頻）的使用和存儲的彈性能力，但只有極少數(shù)企業(yè)才需要擁有自建視頻云的能力和資源，大部分企業(yè)只需要借助一套穩(wěn)定并可持續(xù)升級的視頻云平臺，迎接未來產(chǎn)業(yè)中不斷變化和升級的未知挑戰(zhàn)。
報告出處：
Gartner白皮書英文版鏈接：https://www.gartner.com/technology/media-products/newsletters/qiniu/1-4UWO347/index.html
Gartner白皮書中文版鏈接：https://www.qiniu.com/products/qavs
