上集说到对于计算机视觉来说，篮球运动分析是所有体育赛事中最难最复杂的。
一个资深体育编辑也需要几个小时才能剪出几分钟的精彩时刻。
但对于IBM“AI Vision视觉大脑”仅仅需要20秒钟处理，即可输出1分钟成片。
世界杯期间，IBM 美国联手福克斯体育，借助人工智能还为球迷量身制作了世界杯精彩集锦。
AI剪辑师已经如此厉害，人工智能视频分析还能实现哪些我们想象不到的场景？
比如这个场景：
教练：来，先做50个俯卧撑热热身。
好的，做完了。
教练：你刚才第25个动作时胸部离地面太高了，从第30个动作起手臂都没有再次伸直。重新做！
教练，你刚才不是出去了吗？你怎么知道我动作没到位？
教练：我有人工智能视频分析来帮忙，有了人工智能视频分析系统，我再也不用担心学员们偷懒了。
服了吧？看来人工智能视频分析除了在体育赛事剪辑，还在很多行业和领域可以大有作为啊！
嘉宾介绍：
杨林
腾讯体育产品技术副总监，腾讯高级开发工程师。
2008年加入腾讯，2014年加入体育团队， 主要负责腾讯体育APP的产品开发，运营采编系统开发，以及直转播的技术保障。
林咏华
IBM杰出工程师(Distinguish Engineer), IBM研究院AI系统全球研究负责人, IBM全球技术研究院院士。
她在IBM研究院从事了15年的系统架构、云计算、AI系统, 计算机视觉等领域的研究。相关技术已经被使用到IBM 人工智能的相关平台，如IBM Waston,PowerAI等, 帮助IBM持续引领着AI认知系统的技术潮流。
本期干货：
从360度到512个信息点
对于AI来说，识别二维数据和有时间顺序的三维数据难度提升相当大，如一个扣篮动作就标记了上千个个数据，且一场比赛通常有20个机位，不同机位拍到的扣篮动作都不一样，全景和近景的动作也不一样。在机器学习时要首先标记出时间片段，告诉机器哪几个片段的时间维度是扣篮。其次要告诉机器画面上哪个区域发生的动作是扣篮。
在教机器如何识别出球员时，IBM采取了三种技术混合：人脸识别、球衣号码、把人分为512个维度特征进行标记。
AI视觉大脑自动挖掘
值得注意的是，前面提到的将人分为512个特征点是IBM AI视觉大脑自动挖掘，自动告诉机器的。经过一个半月的学习过程，AI剪辑师已经掌握多模态识别、连续动作识别、多人场景中单人动作识别等技巧。
人机协作让你心潮澎湃
由AI剪辑师完成的FMVP视频故事性强，串联有逻辑性，音乐配合到位。扣篮、三分、受伤摔倒，高潮迭起，令人心潮澎湃。
如果说AI剪辑师对比人类剪辑师，优势在于海量数据分析和极快的速度。人机协作就是让视频具有艺术性和故事性的秘密武器。由一位资深编辑，提前选好配乐，制定好整个故事线和艺术框架，比如第几秒第几帧放什么内容等，AI剪辑师在设定的框架下进行具体操作，充分还原创作者意图。
IBM “AI Vision视觉大脑”有“过人之处”
1、网球、高尔夫，IBM积累了很多体育赛事经验与模型。这是竞争对手所不具备的。
2、IBM “AI Vision视觉大脑”有很强的自我学习能力，不管给它什么数据，它都会构建一个最适合学习的网络，一键开始训练。
人工智能视频分析未来在哪里？
中国在线视频市场规模将在2018年达到1130亿元，2019年达到1460亿元，视频网站和电视台的视频剪辑需求不可小觑。
零售业应用，根据顾客对门店和商品喜好实现更精准的营销。在无人零售商店，监控顾客是否将每一件物品都扫码缴费。
生产制造领域应用，可以用于生产线动作规范，督促员工遵循动作规范。
最后冯爷呼吁大家踊跃留言，如果你有IBM“AI Vision视觉大脑”还能在哪些行业实现价值的好点子，欢迎在本期节目下留言。
用户评论