Auto Byte

专注未来出行及智能汽车科技

微信扫一扫获取更多资讯

Science AI

关注人工智能与其他前沿技术、基础学科的交叉研究与融合发展

微信扫一扫获取更多资讯

李泽南作者

识低俗,懂视频:图普科技发布内容审核2.0产品

5 月 29 日,图普科技在北京发布了新一代内容审核 2.0 产品。内容审核 2.0 产品在 1.0 高召回率的基础上,独创了识别低俗内容的功能,其能够真正读懂视频,可有效帮助短视频/直播平台提高内容审核效率,精准过滤低俗、色情、暴力等内容。

随着直播 APP 等新型社交应用的发展,科技公司在内容审核上也在遭遇越来越复杂的技术挑战。在发布会上,秒拍平台副总裁陈太锋表示:「面对目前严格的内容审核需求,平台方不仅需要准确地识别违规内容的审核服务,更需要能把所有疑似违规内容都识别全的服务。因为任何一条漏网视频带来的后果,我们平台方都是难以承受的。图普科技的内容审核产品不光有高准确率,满足我们短视频、直播高并发、快速响应的需求,同时还有行业内领先的色情内容召回率。」

目前,UGC 市场竞争已近白热化,平台受众层次不断细分,内容差异逐渐拉大,各平台形成了各自的内容风格。这在对于平台运营提出了高要求的同时,也增加了内容审核服务的压力。人工审核视频早已无法满足短视频和直播的需求,而基于机器学习算法的计算机视频审核则面临着错误率的问题。内容审核就像无人驾驶汽车一样,漏判造成的风险是人们难以承担的,这意味着机器不能出错。没有更高召回率的话,产品就不能获得应用。

图普科技新发布的内容审核 2.0 产品使用了更加成熟的深度学习技术,可根据各直播、短视频平台不断细分的视频风格,提取更加全面,更加细化的特征,并能根据平台文化风格不同,针对性地进行算法优化,并根据用户的数据表现进行调整,不断提高内容审核的召回率,让平台方最大限度地避免「漏网」违规视频带来的风险。

所有国内视频和直播平台都在关注有关部门的最新规定。据图普科技介绍,从去年开始,政策风向中多了一个很宽泛的屏蔽方向:低俗。它和淫秽色情、凶杀暴力、泛娱乐化等不良内容构成了目前内容管控所关注的四大类。图普科技独创了对低俗视频和图像内容进行审核的功能。根据内容安全管理相关部门的规定,图普科技将低俗内容分为四个分类维度:危险性行为、成瘾性行为、涉嫌低俗场景、特殊人群等,帮助平台确保不出现淫秽色情、凶杀暴力等有害内容,不传播低俗恶俗内容。

「我们的内容审核产品还可以监控热点视频,当热度达到预设值则发出预警,帮助运营人员进行排查,」李明强介绍道,「我们的产品目前已经可以处理恶搞红色经典的内容。」

直播和短视频已逐渐成为移动互联网领域最主要的内容表现形式。在不远的将来,视频内容将占据移动互联网一半以上的流量。随着互联网信息流量流向视频平台,通过看懂视频来实现信息提取和流量变现正变得越来越重要。

图普科技提供的产品除了拥有精准的低俗内容审核功能之外,还可以利用计算机视觉技术,通过人物属性、人物行为、场景识别、物体识别等四个维度来提取视频内容,帮助平台方高效细分视频内容,助力平台精细化运营。目前,图谱科技已可以为视频直播实时作出类似场景推荐、内容标签和个性化推荐的解决方案。图普称,其推荐产品可以提高用户留存率两到三倍。

目前图普科技已拥有国内最大的图像识别云服务平台,其日均图像接口调用次数超过 10 亿次,据称,图普的审核技术对于违规内容的召回率已经高于 95%。

「随着 5G 时代的到来,内容将是 UGC 平台在互联网下半场一决胜负的重要关键,」李明强表示。「内容生产方对内容安全监管服务、政策解读能力和响应速度都提出更新、更高要求。选择更有效靠谱的内容监管服务变得至关重要。图普科技将继续深耕图像识别技术,打磨内容审核产品,帮助平台传递有温度、有正能量的内容。」

产业图普科技计算机视觉
相关数据
深度学习技术

深度学习(deep learning)是机器学习的分支,是一种试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的算法。 深度学习是机器学习中一种基于对数据进行表征学习的算法,至今已有数种深度学习框架,如卷积神经网络和深度置信网络和递归神经网络等已被应用在计算机视觉、语音识别、自然语言处理、音频识别与生物信息学等领域并获取了极好的效果。

机器学习技术

机器学习是人工智能的一个分支,是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、计算复杂性理论等多门学科。机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法。因为学习算法中涉及了大量的统计学理论,机器学习与推断统计学联系尤为密切,也被称为统计学习理论。算法设计方面,机器学习理论关注可以实现的,行之有效的学习算法。

计算机视觉技术

计算机视觉(CV)是指机器感知环境的能力。这一技术类别中的经典任务有图像形成、图像处理、图像提取和图像的三维推理。目标识别和面部识别也是很重要的研究领域。

推荐文章
暂无评论
暂无评论~