未来的世界里 你看到的视频可能是这样滴2016-9-9类似爱q生活网
搜狐不良信息举报邮箱:
首先,我们要重新认识一下视频这个概念。从大数据发展趋势来看,视频一直在其中扮演着重要角色。根据最新《年度可视化网络指数预测》(VNI:VisualNetworkingIndex)报告预测,到2020年的时候,全世界将有260亿台联网的设备,互联网用户将于2020年达到41亿,而2015年还只有30亿左右。在IP流量上,2020年IP流量年运行率有望达到2.3ZB(1zettabytes=1024EB=1万亿GB),其中视频是将占2020年全网流量的82%,较2015年增长70%。
实际上,在国内部分综艺或影视剧视频内种播放过程中,已经开始植入“边播边买”的概念。只是受限于技术水平,目前的边播边买概念还没有实现更精准的广告匹配,线上视频+电商的购物模式仍处于初始阶段。
视频分析技术
毫无疑问,《纸牌屋》的意义早已不仅限于为观众带来精彩的视频内容,更重要的是让全世界认识了数据的力量,Netflix也借此股价飙升,成为世界的焦点。
以Viscovery与日本Nissen的合作为例。Nissen是一家购物网站,旗下拥有同名《Nissen》,Nissen会定期发放产品型录来销售产品。通过再APP内接入API,通过手机扫描,智能识别后便会现实上的衣物信息。这还只是初级的导购向应用,目前类似Viscovery的公司已经能够通过视频源进行食品分类系统,进行物件、场景、图片和物体的精准识别。
从去年开始,国内各大视频网站都开始推销自己的会员制度,购买会员的用户可以享受看视频免广告和比普通会员更早看到最新视频的。根据爱奇艺消息,2015年6月12日《盗墓笔记》先导集上线之后,爱奇艺VIP会员数周环比增幅超100%,全集上线后,VIP开通请求更是超过上百万次。
文章最后,不妨和笔者讨论一下你想象中的未界,应该是什么样的?会不会实现数据的精准营销?实现《折叠》里面的机器人普遍应用?《三体》中随叫随停的悬浮无人车会不会解决拥堵问题?电影中的全息投影能否成为现实……
2、计算能力。如何建立一个服务器性能强、系统反应快的计算平台,成为辅助深度学习实现的关键。Viscovery就尝试利用英特尔最新融核处理器,构建CPU-Only的全新架构的视频深度学习平台,在视频流识别的能效上得到提升。
近年来,出现很多类似Viscovery的企业,通过对视频资源的智能分析,形成B2B或者B2C的导购向盈利模式。
根据市场调查公司艾瑞的预测,在线视频市场将在2018年达近千亿人民币规模。显然,“得数据者得天下”几乎成为人们之间的共识,那么面对在线视频的千亿市场,都有哪些正确的打开方式呢?
1、超大规模存储问题。视频资源因其形式的特殊性,在整个数据资源中占据了大量的存储空间,而智慧城市、安全城市的发展,让视频、智能仪表等应用普及,增加了视频存储的难度。目前,全球视频数据总量每两年翻一番,但视频压缩效率每隔十年才提高一倍,所以迫切需要更有效的视频压缩方法以解决视频传输与存储等问题。
如果说前面两种是视频价值的传统体现和应用现状,那么接下来这个将成为未来视频价值的发展方向。对于视频而言,随着联网设备增多,网络速度提高,在线观看、多设备观看已经稀松平常,那么面临日益增长的视频流量和观看需求,如何将其变现,如何从视频上延伸出新的赢利点是很多企业思考的问题。
当我们脑洞大开,会发现尽管人类短期的学习能力强于机器,但是机器记忆的持续性却高于人类。这意味,如果深度学习技术足够成熟,数据能够最大限度的实现商业化,很可能会出现比你更懂你自己的存在。在这种中,或许我们已经分不清究竟哪些是我们想要的,又有哪些是机器人为我们客观需要的,那样,我们自己将与机器计算出来的我们融合,形成一个全新的生活方式。
应该说通过买会员来赚取利润的方式还相对保守,但同时,这也是国内外视频平台普遍采用的一种基本的体现视频价值的方式。
3、系统学习能力。系统学习能力实际上也是整个视频导购向变现的技术依据,这其中不仅还需要强大的计算能力作为依托,更需要目标检测、目标识别和行为理解三个层次的实现。即便拥有了强大的存储能力和计算能力,如何将这些视频产生意义,让计算机从“看到”晋升为“领会”的高度才是我们亟须解决的问题。
视频的价值
相信在未界中,当技术不再成为生活质量的拦虎,那么企业一定能通过大数据挖掘、自动分析视频内容,实现广告的精准匹配,增加广告投放,实现视频流量转换成营收的目标。企业可以进行广告效果监测,再进入一个良性循环。
VDS智能视频探索应用
一、卖会员提倡轻奢生活
虽然仅是笔者的脑洞,但实际上这些技术都已经开始试验。或许就像30年前我们没有想到互联网会如此深入到我们生活一样,30年后可能物联网、大数据、机器学习也会成为我们生活中的一部分。今天,笔者就视频分析技术与大家一起看看,未来你看到的视频将是什么样的?
应该说这两年自制剧的出现在几乎是一片死海的国产剧中掀起一点波澜,这些自制剧除了营销手段高明之外,还利用对目标人群的精准分析来定制剧情。而说到剧情定制可能最有发言权的还是Netflix通过大数据分析打造的《纸牌屋》。
二、自制剧用数据直击
设置首页-搜狗输入法-支付中心-搜狐招聘-广告服务-客服中心-联系方式-隐私权-AboutSOHU-公司介绍-网站地图-全部新闻-全部博文
可能很多人认为导购是指那些在卖场、服装店给顾客提供购买一件的工作人员,殊不知,如今网络导购早已成为一种新的经营方式,未来可能会在视频中应用机器学习,进而创造新的盈利点。
在计算能力基础上,计算速度也将是视频变现上的一只拦虎。
三、导购向边看边买技能get
据了解《纸牌屋》的数据库包含了3000万用户的收视选择、400万条评论、300万次主题搜索。最终,拍什么、谁来拍、谁来演、怎么播,都由数千万观众的客观喜好统计决定。用户每一次在Netflix上的操作行为都成为Netflix最终内容呈现的决定性因素。
《钢铁侠》中的全息投影
30年后的某天,小Q照常下班回到家,空调已经自动调节到最适宜的温度,烤箱已经按照健康食谱开始烹饪。小Q随手打开全息电视,视频自动跳转,接入小Q最近在追的“火星的”,小Q相中了女主的衣服念心想,估计这件衣服又该成为一种潮流了,不如先收入囊中,鼠标移动到女主身上,右上方显示,这件衣服属于品牌,目前三家电商有售,价格为……
大数据造就《纸牌屋》
目前这种形式的视频变现能力还在试用阶段,因为在这种技术广泛应用之前有几项技术难题需要突破。