騰訊多媒體實驗室AIGC能力助力數(shù)據(jù)萬象開啟智能剪輯大門

量子位的朋友們 2023-03-31 15:15:16 來源：量子位

AIGC正從效率、質(zhì)量、創(chuàng)意、多樣性各方面革新內(nèi)容生產(chǎn)流程,伴隨firely、midjourney等現(xiàn)象級的產(chǎn)品出現(xiàn),AIGC將逐步廣泛服務(wù)于內(nèi)容生產(chǎn)的各類場景與內(nèi)容生產(chǎn)者,隨著AIGC在內(nèi)容生產(chǎn)的需求場景不斷增加,騰訊多媒體實驗室也在AIGC領(lǐng)域持續(xù)發(fā)力,并通過數(shù)據(jù)萬象將能力成功應(yīng)用到傳媒、社交、文娛等多個行業(yè),逐步夯實全場景內(nèi)容生產(chǎn)力。
足球精彩集錦

數(shù)據(jù)萬象泛互與傳媒客戶擁有不小體量的體育視頻數(shù)據(jù)處理需求,尤其是賽事期間,足球賽事作為最受歡迎的體育賽事內(nèi)容消費(fèi)量一直居高不下,球迷對其內(nèi)容的可觀賞性要求也頗高,由于時長問題,未經(jīng)剪輯的足球比賽不能直接投放到體育新聞、短視頻等場景用于賽事宣傳。為此,騰訊多媒體實驗室基于自研的AIGC系列技術(shù),通過騰訊云數(shù)據(jù)萬象產(chǎn)品為廣大客戶帶來足球比賽的智能剪輯能力,在沒有人工剪輯參與的情況下自動生成賽事高光內(nèi)容。

技術(shù)介紹

數(shù)據(jù)方面,騰訊多媒體實驗室采集了1200多場具有代表性的足球賽事并標(biāo)注了高精度的數(shù)據(jù)集。數(shù)據(jù)集覆蓋各類著名聯(lián)賽和杯賽,累計600多個小時。同時,騰訊多媒體實驗室設(shè)置了19個關(guān)鍵事類別,針對每一段視頻準(zhǔn)確標(biāo)注出全部關(guān)鍵事件的起始點、結(jié)束點和對應(yīng)類別。關(guān)鍵事件分布如下圖,基本可以反映真實比賽的數(shù)據(jù)分布。

【數(shù)據(jù)集關(guān)鍵事件分布】

算法方面,騰訊多媒體實驗室設(shè)計了一個基于智能拆條和進(jìn)球檢測的多模態(tài)方案來完成智能剪輯。

【多模態(tài)智能剪輯方案】

智能拆條模塊基于視頻的圖像序列和音頻信息,通過子任務(wù)抽取多模態(tài)特征,再由事件檢測模型定位各類關(guān)鍵事件。針對單幀圖像、音頻信息、圖像序列,騰訊多媒體實驗室基于事件標(biāo)簽有監(jiān)督地訓(xùn)練了三個特征提取器,用于提取圖片、聲音、動作等多模態(tài)特征。

事件檢測模型接受由時序卷積編碼再拼接的多模態(tài)融合特征作為輸入,評估各個時刻屬于事件開始、結(jié)束、過程的概率,并由此構(gòu)建候選區(qū)間和對應(yīng)的時序特征。候選區(qū)間評估階段利用時序特征評估對應(yīng)區(qū)間與真實事件區(qū)間的交并比,進(jìn)而實現(xiàn)事件定位。最后結(jié)合子任務(wù)階段獲取的事件標(biāo)簽以及后處理算法就可以得到準(zhǔn)確的事件拆條結(jié)果。

【事件檢測模型】

智能拆條的效果指標(biāo)mAP達(dá)到了82%,其中定位球和回放等事件的對應(yīng)指標(biāo)更是達(dá)到90%以上。

【運(yùn)動戰(zhàn)精彩集錦示例】

進(jìn)球檢測模塊通過判斷比分變化情況來對進(jìn)球事件作補(bǔ)充。在上述方案中,進(jìn)球事件的召回率并不高,原因是騰訊多媒體實驗室并沒有充分利用視頻里的比分信息,最直觀的解決辦法是利用比分信息幫助判斷當(dāng)前的進(jìn)球情況。在實際應(yīng)用中,進(jìn)球檢測模塊針對視頻幀序列檢測出比分牌位置,然后適當(dāng)擴(kuò)大邊緣后再做文字檢測獲取當(dāng)前幀比分?jǐn)?shù)位置,通過多幀聚類得到當(dāng)前比賽的比分?jǐn)?shù)位置,最后利用文字識別技術(shù)獲得比分序列,根據(jù)比分單邊遞增規(guī)則確認(rèn)進(jìn)球時刻。

【進(jìn)球檢測模塊】

進(jìn)球檢測模塊將進(jìn)球事件的召回率提高到96%,提高了集錦的完整性和精彩程度。

【進(jìn)球精彩集錦示例】

在足球場景的智能剪輯方案中,騰訊多媒體實驗室還新增了球星識別模塊,用于剪輯特定球星片段。該模塊通過使用人臉檢測算法定位視頻中的所有人臉,然后使用人臉識別模型編碼人臉特征,通過聚類算法得到相似人臉序列,最后在球星人臉數(shù)據(jù)庫中查找與之匹配的球星。目前騰訊多媒體實驗室的方案可識別500多位人氣球星。

現(xiàn)該功能已在數(shù)據(jù)萬象多個體育客戶案例中落地,日均處理量持續(xù)攀升,大幅提升數(shù)據(jù)萬象客戶賽事周邊后期生產(chǎn)速率。

影視精彩集錦

除了體育,自研的智能剪輯還支持電視劇、動漫等影視場景,可以根據(jù)用戶指定的人物、動作、情感、關(guān)鍵詞等信息自動生成所需集錦視頻。

以人物向為例,用戶只需要提供2~3張某個人物的照片,系統(tǒng)便可注冊對應(yīng)人物,剪輯時指定需要剪輯的角色(或列表)即可生成人物集錦。再搭配音樂卡點,上熱門妥妥的!

【人物向集錦】

線索集錦方面,用戶可以根據(jù)劇情內(nèi)容指定某個關(guān)鍵詞作為線索,系統(tǒng)將自動檢索劇集中與此相關(guān)的內(nèi)容,并生成關(guān)鍵詞集錦,打造全網(wǎng)最清晰的故事線。

【線索詞集錦】

現(xiàn)該功能已獲得數(shù)據(jù)萬象體驗館、智能工具箱、控制臺中超高點擊率,吸引眾多用戶關(guān)注使用,此場景能夠根據(jù)用戶需求靈活調(diào)整集錦所需關(guān)鍵動作、人物等,歡迎各位用戶前往測試。

未來,騰訊多媒體實驗室將持續(xù)投入包括智能剪輯在內(nèi)的AIGC核心能力建設(shè),數(shù)據(jù)萬象負(fù)責(zé)人葉嘉梁表示道數(shù)據(jù)萬象將借助多媒體實驗室在底層 AI 算法多年的積累和建設(shè),結(jié)合自身對行業(yè)和業(yè)務(wù)的理解,快速上線了能夠幫助客戶業(yè)務(wù)實現(xiàn)智能內(nèi)容生產(chǎn)的能力,豐富的算法也讓業(yè)務(wù)具備更好的多樣性和靈活性。您可以前往數(shù)據(jù)萬象進(jìn)行相關(guān)能力體驗,對存儲在對象存儲COS上的數(shù)據(jù)進(jìn)行創(chuàng)作。數(shù)據(jù)萬象將持續(xù)攜手多媒體實驗室為廣大客戶提供視頻自動剪輯、智能作曲、音樂評分等更多智能化服務(wù),提升內(nèi)容生產(chǎn)和創(chuàng)作效率。