淺談機器學習在視頻智能識別中的實踐

張本茂 李森森

摘 要 近年來，先進科學技術的發展推動了社會和行業發展，越來越多的科學技術逐漸得到了開發和使用，而機器學習作為一種智能化科技手段，成為人們關注的熱點和焦點內容。目前，在很多領域內都對機器學習實現了運用，盡管視頻識別比圖像識別難度更大，機器學習依然實現了對視頻的智能識別效果。下面，本文就針對機器學習在視頻智能識別中的實踐進行分析，希望對相關工作研究提供參考。

關鍵詞 機器學習;視頻識別;智能識別;實踐應用

前言

視頻是一種連續性動態化圖片集合狀態，而想要實現對視頻圖像有效識別，對識別系統的性能要求是很高的，而在很多領域內都需要使用到視頻圖像的識別技術，且他們一般都是通過人工方式完成，距離智能識別的目標還比較遠。而基于機器學習，就借助智能化的手段能夠實現對視頻智能化的識別效果，但在實際的運用中還處在探索和改進階段，而機器學習如何在視頻智能識別中進行實踐應用，就是本文主要研究的內容。

1視頻智能識別中機器學習研究背景

新時期環境下，人們對人工智能技術的研究十分關注，而機器學習就是一種人工智能技術的手段，通過機器學習能夠實現對諸多領域工作的完成，其中借助機器學習進行圖像識別已經在生活中得到了普遍的應用。如借助遙感影像對房屋和道路等識別、按照快遞單號對快遞實現分揀和遞送、借助違章拍攝的視頻對違章車輛的車牌號碼實現識別等[1]。目前，物聯網的技術得到逐漸發展和應用普及，在城市內所設置監察點都進行各類的攝像頭布設，來供不同的單位以及部門進行數據的調用和分析，來推動智慧城市建設和發展;同時互聯網環境內存在大量的視頻資源，這類視頻資源各種各樣，對網站視頻審核存在很大的難度。而借助機器學習就能夠有效實現目標的識別，現階段識別對象已經從像素向圖像延伸，視頻作為大量圖像連續性時間狀態下所產生的動態化信息，被當作計算機的視覺里暗物質類型，其不能和圖片一樣達到便捷搜索的目的，也不能像圖片將像素單做基本單元實施像素灰度的差異性分析和識別，所以視頻的智能識別具有很大的挑戰，需要繼續進行研究和實踐探索[2]。

2機器學習在視頻智能識別中的實踐

在人工智能研究中，機器學習占據著核心位置，它主要是對計算機如何對人類學習的行為實施模擬和實現，獲取新知識和技能，并對已有知識的結構重新進行組織，實現對自身性能的不斷改善。它不再嚴格按照人員操作的步驟死板地進行工作的完成，用戶僅僅輸入相應數據和參數，則機器學習就能夠按照內在的機制實現智能化地運行和計算，且給出相應的分析結果，因此機器學習其實已經具備人類一定程度對事情處理的能力[3]。由于視頻數據和圖片數據對比，呈現出動態化、海量化和實時化特點，它是大數據重要的對象，借助機器學習能夠對海量視頻數據資源實現高效和高精度的識別，這也是大數據技術研究中的重點內容。

通過機器學習對視頻實現智能識別，主要原理是使用機器學習的算法來對視頻資源內的對象相應訓練樣本實施模擬性訓練，建立出符合智能化識別精度標準的學習模型類型，將已經訓練完成的模型當作核心，對需要識別的視頻數據實施模型的實踐以及推理，從而從視頻的數據內實現對目標對象的快速準確檢測和識別[4]。

在現階段國際IT企業都在加大對視頻的智能識別相關工作的研究，而谷歌所公布的新型機器學習平臺API，它能夠對視頻內物體實現自動識別效果，相關開發者在視頻的內部開發出對目標偵測的程序，將視頻轉變為能夠搜索和發現的動態視頻。借助動詞或者名詞對此類目標對象代表，如“跑”和“狗”等，后實施搜索就能夠將視頻內相應信息實現有效提取[5]。在此API平臺中，其工作的原理主要是在服務和應用間設置相應橋梁，把新的API和谷歌云的機器學習平臺實施連接，此平臺發揮計算功能;并且此API還能夠把完成注釋后的視頻在谷歌的云存儲內存儲。通過谷歌的新型API所開發出應用的程序，具備特殊性的功能，能夠讓終端的用戶對視頻內目標實現便捷的搜索;同時用戶能夠在視頻的文件內對每個瞬間實現搜索，對事件查找和意義的探尋;此API平臺還能夠使用戶于視頻內進行名詞實體的確定，對視頻內目標對象出現時間和出現頻率實施確定，另外還能夠對視頻和照片內每一幀相關的信息檢索，實現了對信號以及噪音的有效分離效果。

使用API平臺來對某動物案例實施智能識別的演示，對案例的演示中，于MP4的視頻文件內進行動物的搜索，文件的時長約是1.5min。API平臺會生成相應的標簽，如動物園、動物、旅游、陸生的動物和自然等。此API能夠對視頻的場景進行偵測，如在相同演示的視頻內，借助此API平臺發現了場景出現48次變化，其能夠對變化實現實時性偵測，在場景出現變化時對目標物進行標簽的標貼;其中有一幕顯示出老虎的場景，則API的平臺就產生7種類型標簽的標注;還有一幕是關于動物園進行標志，此系統產生兩種類型的標簽，此類標簽實時產生，這也體現出視頻的智能識別具有的功能和特征。借助API平臺，用戶能夠使用工具對視頻內目標實施搜索，和文檔搜索相似，且對視頻內目標實施搜索和識別的準確定和效率性都十分高。

3結束語

綜上所述，機器學習是人工智能技術的重要體現，它在視頻智能識別具有顯著的應用價值，為了更好促進其在視頻智能識別中的應用且提高其應用的效果，還需要對其技術進行不斷地實踐探索，來更好推動行業應用和發展。

參考文獻

[1] 楊永吉，史麗娟，趙劍，等.基于機器學習的視頻表情識別研究[J].無線互聯科技，2018，134（10）：150-152.

[2] 盧旻昊，邱文嘉，董小舒.基于特征點篩選的實時視頻拼接算法[J].指揮信息系統與技術，2018，9（2）：85-88.

[3] 屠要峰，吉鋒，文韜.機器學習在大視頻運維中的應用[J].中興通訊技術，2017，23（4）：1-8.

[4] 李帥.基于機器學習的運動目標識別與跟蹤技術研究[J].中國科學院長春光學精密機械與物理研究所，2016（6）：63.

[5] 張祥，王紫悅，楊清清，等.基于知識圖譜的實體標簽可視化[J].指揮信息系統與技術，2020，11（3）：1-9.