技术干货｜内容风控中的视频分析技术

随着短视频时代的到来，互联网视频内容爆炸式增长。伴随着这一增长的是低俗、暴力等违规违禁内容的激增，这些内容不仅违反了平台规定，也可能对观看者产生负面影响。为了维护网络环境的健康，视频分析技术成为了内容风控领域的一项重要工具。

由于视频具有信息密集性特点，视频分析的智能化和自动化尤为重要。视频分析技术的突破会带来机器综合判断和理解能力的提升，能够进一步减少对人工审核的依赖，从而大幅提高审核的效率和准确性，更高效地保证平台内容的健康合规，这意味着内容风控机审水平可以向下一阶段迈进。

针对各类视频内容审核需求，一种直观的解决方案是，将视频截帧后，采用图像内容审核技术进行审核。这类方案能够完成对静态信息的识别，但无法有效捕捉或判别视频中的违规动态信息，例如舞蹈、打架动作等。在舞蹈场景中，无法通过单个图像帧判断舞蹈动作类型，如下示例中，视频 1 中的每一个静态帧都是正常样本，但实际上包含了扭胯，摸胸等低俗舞蹈动作；视频 2 中后半段的视频帧中衣着和姿势都相对性感，但实际为静止状态，没有进一步出现低俗动作。

图片来源于网络

我们在此应用场景上对比了图像分类和视频分类两种解决方案的分类效果，从表中可看出视频分类方案具有显著优势。相较于简单截帧和静态图像识别，视频维度的处理方式能够更好地捕捉视频中的动态信息和时间序列特征。从以下几个角度分析，视频算法技术在视频内容分析任务中具有必要性：

• 时间相关性：由于视频是由一系列连续的图像帧组成，因此视频维度的处理可以更好地捕捉到图像帧之间的时间相关性和变化趋势。

• 上下文信息：视频维度的处理方式可以提供更丰富的时空上下文信息，包括物体移动、视角变化、场景变化等，有助于更全面地理解视频内容。

• 动作识别：视频维度的处理方式能够有效地实现运动轨迹跟踪和动作识别，从而更准确地分析视频中的动态特征，进而判断行为方式。

• 事件检测：视频维度的处理方式能够更全面地分析视频中的事件发展，通过对视频片段进行整体处理，可以提高对复杂场景的理解和判断能力，从而可以更好地推断和识别视频中的事件。

图像分类和视频分类效果对比

由于视频算法技术在内容分析中具有重要意义，因此我们持续地在该方向上进行了技术研发投入，并取得了相关的业务结果。在接下来的文章中，我们将首先介绍视频分类、视频检索两类重要的视频算法技术的应用与创新，由于视频维度的处理方式往往会带来更大的计算开销，因此我们也将介绍视频加速相关的技术工作和实践效果，加速相关的技术能力将为视频算法技术的广泛应用带来契机。