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)在視頻應用領域升級過程中面臨的技術痛點及挑戰(zhàn)，提出了構建新一代視頻云的5個關鍵要素和相關參考標準，并描述了智能視頻云如何以更便捷的服務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行了詳細編譯。
以下為譯文：
一、導語
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基礎架構的擴展和升級：
本文介紹各行業(yè)在視頻應用領域的升級過程中，主要面臨的技術痛點和挑戰(zhàn)，并提出了構建新一代視頻云的5個關鍵要素和相關參考標準，描述了智能視頻云如何以更便捷的服務和更低的成本幫助客戶加速升級。未來視頻的應用的場景和領域可能會成為企業(yè)產(chǎn)品或營銷服務中核心的環(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，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)查結果，2017年至2022年期間，全球監(jiān)控視頻市場年復合增長率將達15.4%，2022年將增至約756億美元的規(guī)模。視頻監(jiān)控廣泛應用于各類場合，包括：
最近兩年來，以幼兒園、學校代表的公共區(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，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：
如何解決學生觀看直播的卡頓問題，如何進一步降低視頻互動的延時，提高老師和學生的體驗，顯得至關重要。另外，隨著人工智能的發(fā)展，視頻技術如何更好地借助 AI 技術，也成為在線教育領域大家更為關注的方向，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)，為消費者提供高畫質(zhì)、強互動的視頻娛樂體驗和可量化的精確數(shù)據(jù)管理：
如何實現(xiàn)導播內(nèi)容的實時切換，如何保證廣電內(nèi)容實時傳輸，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。智慧法庭充分運用互聯(lián)網(wǎng)、大數(shù)據(jù)、云計算、人工智能等先進信息技術，支持全業(yè)務網(wǎng)上辦理、全流程依法公開、全方位智能服務：
基于視頻及文書，結合人工智能計算機視覺技術，讀取、分析電子化卷宗，抓取重要因素，并分類標注。例如把犯罪動機、犯罪時間、犯罪工具等 -- 以不同顏色打上標簽，并予以比對分析。
建設智慧法庭，如何保障開庭審訊直播視頻的實時傳輸，如何存儲海量直播視頻用于點播回放，如何基于廣泛的視頻內(nèi)容進行智能分析，對視頻基礎設施的可靠性提出了更高的要求和挑戰(zhàn)。
5、遠程醫(yī)療
當前醫(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、實時音視頻進行跨區(qū)域互動會診：
遠程醫(yī)療這一概念被提出后，已經(jīng)被廣泛應用。但是，如何提高視頻傳輸性能，如何確保家庭、基層醫(yī)療機構和戶外應急的遠程醫(yī)療快速接入，是當前的遠程醫(yī)療業(yè)務系統(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和資源挑戰(zhàn)。大部分企業(yè)無法在短時間內(nèi)構建有效的相關視頻服務能力，因此如何選擇和利用公有云的相關視頻服務，快速滿足業(yè)務的升級需求，顯得至關重要。
三、智能視頻云的關鍵要素
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個關鍵要素：
1、穩(wěn)定的網(wǎng)絡傳輸與分發(fā)：直播延遲不高于1s，互動延遲不高于150ms
2、可擴展的海量存儲服務：可以實現(xiàn)業(yè)務層無感知PB級擴容
3、云端媒體的編輯處理：可以在數(shù)秒內(nèi)創(chuàng)建獨立計算實例，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)絡傳輸與分發(fā)：提供流暢的觀看體驗與低延遲的互動
要素2：可擴展的海量存儲服務：高可靠易擴展的數(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:完備的權限控制：杜絕非法拷貝與盜鏈
根據(jù)以上5個關鍵要素，七牛云認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)成本和運營成本。
面對高昂的成本，視頻云服務在提供了豐富產(chǎn)品的同時，還具有簡單易用、可彈性擴展、維護成本低的特點。智能視頻云服務通過提供通用且易于根據(jù)具體業(yè)務定制的技術系統(tǒng)，大大降低了行業(yè)應用的開發(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用
在智能視頻云的技術和成本優(yōu)勢背后，人工智能，尤其是計算機視覺技術的深度應用發(fā)揮了巨大的作用。在七牛云整個智能視頻云系統(tǒng)中，計算機視覺技術在諸多環(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，實現(xiàn)了先前難以想象的數(shù)據(jù)分析應用。
1、視頻內(nèi)容識別：自動識別視頻畫面信息，從標簽庫中匹配對應標簽
作為計算機視覺基礎模型層中重要的幾項技術，人臉識別、物體識別、場景識別等技術在安防、廣電、教育等領域的眾多場景中有廣泛的應用場景。
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)容結構化：可以像搜索文本文件一樣搜索視頻文件中的信息
計算機視覺視頻結構化相比人工標注具有識別范圍廣、準確性好、學習模型不斷迭代、GPU機器效率高、成本低等一系列明顯優(yōu)勢。經(jīng)標注后的視頻能夠在遠程醫(yī)療、在線教育、廣電等行業(yè)發(fā)揮巨大作用。
例如，遠程醫(yī)療行業(yè)擁有的存量和新增影像資料遠遠超出人工標注的能力范圍，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鍵信息，進行更有效的利用，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，其效率和準確性也很難滿足當下巨大的視頻數(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。隨著計算機視覺技術的日漸成熟，利用機器代替人工進行絕大部份的內(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。憑借計算機視覺技術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)用戶消費視頻習慣，實現(xiàn)精細化運營
除了能夠高效完成視頻結構化和內(nèi)容審核工作，計算機視覺技術還能在業(yè)務層面成為內(nèi)容運營的創(chuàng)新引擎，實現(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)容結構化之后，運營者可以根據(jù)用戶收看行為記錄進行智能內(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)容運營人員以較高效率實現(xiàn)高水平的用戶精細化運營。
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)而獨立存在，因此企業(yè)數(shù)據(jù)的總量會不斷增加，對應產(chǎn)生的數(shù)據(jù)價值甚至負擔也會同步提升。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
