Achtung
Sie haben Cookies im Browser deaktiviert. Die Seite wird falsch angezeigt!

Warum ein Streaming-Projekt oder ein Video-Hosting-Dienst Computer Vision braucht

Automatische Moderation von nutzergenerierten VOD-Inhalten
Videos, die aufgrund von ethischen, geografischen oder anderen Vorschriften nicht veröffentlicht werden dürfen, werden identifiziert. Die Analyse ermöglicht eine automatische, schnelle und genaue Identifizierung der meisten unzulässigen Inhalte. Ein kleinerer Teil der Inhalte wird zur manuellen Überprüfung weitergeleitet: Das Video wird mit Wahrscheinlichkeiten versehen und zur Bewertung durch menschliche Moderatoren weitergeleitet.
Automatische Live-Analyse (Beta)
Livestreams werden ständig auf bestimmte Objekte untersucht. Wenn solche Objekte in einem Livestream erscheinen, können verschiedene beschränkende Handlungen durchgeführt werden. Auf diese Weise kann automatisch verfolgt werden, ob die Benutzer sich an die Vorschriften für die Veröffentlichung von Inhalten halten.
Inhaltskommentierung und Tagging (Beta)
Mit Computer Vision (CV) können Sie Videos auf Grundlage der Identifizierung von Szenen, Aktionen oder bestimmten Objekten kennzeichnen. Tags sind in den Metadaten enthalten und können als Ausgangspunkt für die Katalogisierung von Inhalten dienen oder in Videobeschreibungen angezeigt werden.
Video-Markierung (Beta)
Videos können nach dem Erscheinungszeitpunkt der angegebenen Objekte oder Handlungen getaggt werden. Dank dieser Tags können zusätzliche Informationen angezeigt oder verschiedene Anzeigentypen in den Timelines der Nutzer aktiviert werden.

Was mit Hilfe des Programms erkannt werden kann

Objekte
  • Personen
  • Gesichter
  • Haustiere
  • Haushaltsgegenstände
  • Logos
  • Fahrzeuge und Transportmittel
  • Über 1 000 andere Objekte
Объекты
Handlungen
  • Tanzen
  • Essen
  • Fitness
  • Viele weitere Handlungen
Действия
Nacktheit
  • Weibliche oder männliche Gesichter
  • Bedeckte oder entblößte Körperteile
  • Andere Körperteile
Наготу

So aktivieren und verwenden Sie es für VOD und Live-Übertragung

Das Ergebnis dieser Funktion sind Metadaten mit einer Liste der gefundenen Objekte und den Wahrscheinlichkeiten der Entdeckung.

Das Ergebnis dieser Funktion sind Metadaten mit einer Liste der gefundenen Objekte und den Wahrscheinlichkeiten der Entdeckung.

Abrechnungspläne und Kostenstatistiken

Vorteile unserer Lösung

5 × schnellere Verarbeitungsgeschwindigkeit
Die Videoanalyse erfolgt nur für Keyframes und nicht für das gesamte Video. Die Videoverarbeitungszeit ist bis zu 30 Mal kürzer als bei herkömmlichen Analysen. Die durchschnittliche Bearbeitungszeit beträgt 1:5.
Automatische Stopp-Auslöser
Die Analyse wird an dem Punkt beendet, an dem der Auslöser aktiviert wird. So können Sie sofort Antworten erhalten, ohne auf die vollständige Bearbeitung des Videos zu warten.
Interaktive Schulungen und Verbesserung der Funktionalität
Ihr Projekt erfordert unter Umständen maßgeschneiderte Funktionen. So kann die Ausgangsbasis des maschinellen Lernens mit Ihren Bildern ergänzt werden. Wir sind für Vorschläge zur Integration neuer Lösungen offen.
Kostenoptimierung
Die Analyse ist schneller und führt keine unnötigen Maßnahmen bei der Erkennung der gewünschten Objekte durch. Dadurch sparen Sie Ihr Budget zur Analyse unnötiger Videoteile. Wir nutzen zudem unsere eigene Cloud-Infrastruktur mit modernen Technologien.

Serviceleistungen vergleichen

Gcore AWS Azure Google
Anmerkungen
Objekte
Moderation von Inhalten
VOD-Verarbeitung
Live-Verarbeitung
Kostenreduzierung
Anschluss eines externen Speichers
Schnelle Analyse
Automatische Stopp-Auslöser

FAQ

Wie verbinde und verwende ich Computer Vision (CV) für VOD und Live?

Eine vollständige Beschreibung, Anwendungsfälle und die nötige Dokumentation finden Sie in der Wissensdatenbank.

Welche Tools werden für die Schulung verwendet?

Unsere Modelle werden auf der Grundlage von OpenCV, TensorFlow und anderen Bibliotheken erstellt.

OpenCV ist eine Open-Source-Bibliothek für Computer Vision, Bildverarbeitung und numerische Algorithmen für allgemeine Zwecke.

TensorFlow ist eine offene Softwarebibliothek für Machine Learning, die von Google entwickelt wurde, um die Probleme des Aufbaus und des Trainierens eines neuronalen Netzes zu lösen, damit Bilder automatisch gefunden und klassifiziert werden können und die Qualität menschlicher Wahrnehmung erreicht wird.

Welche Punktzahl sollte ich eingeben, um falsche Positivmeldungen zu vermeiden?

In Ihren Videos bestimmt CV sowohl die Objekte als auch die Wahrscheinlichkeit, dass sie erkannt werden. Jedes Projekt hat eine eigene Wahrscheinlichkeitsstufe, die von einem leichten Verdacht bis zur Unwahrscheinlichkeit des Auftretens eines bestimmten Objekttyps reicht. Ein Beispiel: Ein Video hat das Tag EXPOSED_BREAST_F und eine Bewertung von 0,51.

Wie ermittle ich die optimale Punktzahl?

Um den durchschnittlichen Wert eines Projekts zu ermitteln, wird empfohlen, zunächst eine Reihe von Videos aufzunehmen (z.B. einen Tag oder eine Woche lang). Berechnen Sie dann die Punktzahl für die angegebenen Tags für jedes Video. Legen Sie schließlich die Koeffizienten auf der Grundlage der Ergebnisanalyse fest. Zum Beispiel normal (max. 30%), bedenklich (max. 50%) und zensiert (51% und höher).

Wie trainiere ich CV, das irrtümlich Objekte übersieht?

Wir arbeiten mit Bild- und Videosets, die eine große Anzahl von Verwendungszwecken abdecken. Allerdings muss das System manchmal für bestimmte Fälle nachgeschult werden.

Wir empfehlen, eine Reihe von Videos zu erstellen, bei denen Objekte übersehen wurden, und diese separat zur Analyse einzusenden. In der nächsten Iteration wird das System auch auf diese Videos trainiert.

Wie verarbeite ich Bilder?

Schicken Sie Bilder zur Verarbeitung an das System, genau wie bei Videos. Ein Bild wird als 1-Sekunden-Video abgerechnet.

Wie werden die Kosten berechnet?

Das System berücksichtigt die Dauer eines jeden verarbeiteten Videos in Sekunden. Am Ende des Monats wird die Gesamtzahl an die Rechnungsstelle übermittelt. Der Tarif wird in Minuten berechnet.

Nehmen wir an, Sie haben drei Videos hochgeladen, die 10 Sekunden, 1 Minute und 30 Sekunden und 5 Minuten und 10 Sekunden dauern. Die Summe am Ende des Monats beträgt 10 s + 90 s + 310 s = 410 Sekunden = 6 Minuten und 50 Sekunden. Die Abrechnung umfasst 7 Minuten. In Ihrem persönlichen Konto sehen Sie eine Grafik des Minutenverbrauchs für jeden Tag.

Werden Videos oder Bilder, die für CV verwendet werden, gespeichert?

Nein. Die Streaming-Plattform löscht Ihre Videos und Bilder automatisch nach der Analyse und verwendet Ihre Daten nicht zum Training von Basismodellen. Ihre Videodateien verlassen nicht Ihren Speicher und werden nicht an Edge-Server gesendet, wenn der Container gestartet wird.

Nutzen Sie die neueste Computer-Vision- und Machine-Learning-Technologie, ohne in die Infrastruktur zu investieren.

14 Tage kostenlos • Bequeme Integration • Effiziente technische Unterstützung rund um die Uhr