OPPO何朝文：AI視頻理解將成為計算機視覺的聚焦方向
2023-09-11 17:44:59
12月6日，大數據&機器學習領袖峰會(Big Data & Machine Learning Leaders Summit Hong Kong 2018)在香港召開。作為全亞洲最受期待的大數據&機器學習會議之一，此次峰會吸引了包括OPPO AI專家在內的全球頂尖科學家和技術領袖，聚焦探討數據、機器學習、人工智慧與技術的商業化等前沿話題。
OPPO高級AI架構師何朝文
來自OPPO美國研究所的高級AI架構師何朝文出席此次峰會並發表主題演講，著重介紹了OPPO對計算機視覺技術未來應用的思考。他表示：「AI能力的進一步發展，特別是與即將到來的5G時代深度融合，將推動視頻成為更普遍的交流媒介。用戶不僅可以更隨心所欲地觀看視頻，也能夠更低成本地創造視頻內容。而計算機視覺技術向視頻理解領域的延伸，將是打造這一全新用戶體驗場景的關鍵。」
推動AI從感知到認知，打造智慧的視頻管理和創作
視頻已經成為霸屏用戶時間的最主要內容。根據QuestMobile發布的《2018年半年大報告》，在線視頻和短視頻是移動網民使用時間佔比前三的應用類型。而不遠的將來，5G超高速、低時延的全新特點也會讓視頻類應用的數量提升到新的量級。
何朝文認為，視頻將成為未來移動網際網路主要內容形式，這對終端設備也提出了更高的要求，為了讓用戶更便捷地管理視頻和創作視頻，手機需要具備視頻管理器和編輯器的功能。藉助AI能力，手機可以智能地完成分類、搜索、片段搜索和推薦功能。比如用戶搜索「貓」或者「孩子」等關鍵詞，手機就可以主動呈現出來所有包含這些關鍵詞的片段。不僅如此，AI還能夠定位到相應的時間點，更加精準地呈現結果。
同時，通過AI編輯功能，手機可以自動完成風格轉換、解構分割、效果增強、亮點摘要和視頻生成。例如用戶可以通過風格轉移功能，可以讓一段普通視頻呈現出梵谷《星空》的後印象派畫風。AI也可以幫助用戶自動處理一系列原始視頻素材，剪輯出一段更加有節奏感和故事性的片段。
挑戰行業難題，OPPO AI視頻理解已達業界領先水平
視頻理解是整個業界公認的難題，而OPPO已經在視頻分類和風格轉移方面達到了業界領先水平。
據何朝文介紹，OPPO的最快的視頻分類AI模型已經可以在公開數據集 Kinetics-600 實現69%的準確率，並且基於單個英偉達 V100 GPU 實現1秒10個視頻的處理速度。同時，OPPO表現非常好的的模型則可以實現71%的Top-1準確率，速度是1秒2.7個視頻。從兩組數據表現來看，OPPO的AI模型性能已經與谷歌類似，甚至在處理速度上更勝一籌。
而在編輯方面，何朝文表示OPPO美國研究所已經可以對視頻進行風格轉換，並且很好地解決了因為視頻前後幀的亮度不一致導致的閃爍問題。
完整的閉環能力，OPPO致力打造卓越的AI體驗
對前沿技術的探索和追求是為了給用戶帶來真正的價值。何朝文在演講中也強調，在OPPO看來AI是一種能力，也是一種思維，要始終利用這種思維思考AI如何解決和滿足用戶的痛點與需求。
實際上，OPPO目前已經將AI能力廣泛應用在手機產品上，帶來拍照場景識別、智慧識物等智能體驗。例如OPPO R17系列已經能夠識別21類獨立場景以及多達800個場景組合;同時也可以通過相機對條碼類、實體類、文字類的掃描識別，提供多語種翻譯、內容提取、圖像優化、場景服務、信息查詢等多方位萬物識別服務。
OPPO的閉環AI架構是持續提升用戶體驗的關鍵。何朝文強調，OPPO的AI架構底層為硬體平臺，上面分別是大數據平臺、訓練平臺、智能應用和用戶體驗。硬體平臺提供算力支持，大數據平臺則保證數據的可靠性和安全性。同時通過訓練平臺，OPPO可以利用AI算法來建立模型去支持計算機視覺、語音識別、自然語義處理和個性化推薦等智能應用。當然，最終目的還是要用來提升用戶體驗。而用戶在具體使用中的反饋則會反哺到大數據平臺的訓練中，進一步驅動用戶體驗的優化。
在前不久的2018 OPPO科技展期間，OPPO創始人、總裁兼CEO陳明永也特別明確了AI的重要意義，他提到：「手機作為AI最好的載體之一，還有很大的改善空間。OPPO要積極擁抱人工智慧，要密切關注AI前沿技術和應用成果。」邁入5G時代，AI技術帶來的好處也將獲得真正的釋放。
