首先介紹一下脈時云。脈時云主要從事谷歌云的出海業務，協助出海用戶做視頻和游戲，為用戶提供解決方案和日常的技術支持，提供專業的咨詢服務、遷移服務和運維服務。同時，我們也根據客戶需求自研了產品賬單系統，幫助客戶使用GCP。

01 CloudVideoIntelligenceAPI介紹

首先，介紹Cloud Video Intelligence API。

在GCP上不需要過多的配置，可以通過SDK，比如Python或Go，來調用API，實現對視頻對象、地理位置和動作捕獲的分析。

然后，可以實現幀級別、鏡頭級別和視頻級別的視頻元數據采集，其中，幀級別可以達到秒級。

同時，我們也支持流式視頻和基于對象的事件觸發，這意味著我們可以基于事件的觸發方式根據云原生的服務構建出流式的數據分析。

此外，我們可以基于內容實現精彩片段、標簽功能等，打造優質客戶體驗。

這個API可以實現的功能如圖所示。首先，它可以識別鏡頭切換，當鏡頭從A對象轉向B對象時，其可以識別出來。

然后，可以根據內容進行標簽化處理、實現目標跟蹤和Logo識別，目前可以識別兩萬種以上的Logo。

同時，還可以做到視頻文字內容識別和音頻轉錄，達到字幕識別的效果。

此外，還可以做到人臉檢測與識別和人物識別，在日常生活中，這主要用于交通識別和小區出入的牌照識別。

最后，還可以做到露骨內容檢測。

接下來具體介紹每個功能，首先是鏡頭切換識別。基于鏡頭切換識別功能，可以對整個視頻、片段視頻或幀級別的視頻進行內容摘要方面的分析。

獲得摘要后，可以基于摘要生成縮略圖，或基于摘要判斷視頻內容情況。

其次，可以基于視頻獲取標簽。圖中展示的demo分析了動物世界中的場景，可以看到，獲取的標簽有動物世界、樹、葉子、動物等。

同時，可以對特定的片段進行識別和分析。此外，可以選擇不同的模式，比如整段視頻或幀級別的視頻。

接下來，介紹目標跟蹤功能。圖中的右下角有一個螞蚱，可以使用目標跟蹤功能識別該對象，然后打開對應的時間段進行標記，通過標簽關聯和識別框對視頻進行識別。

Logo識別功能可以識別出常見的Logo，比如Google Maps。同時，可以基于識別的數據信息實現視頻的標簽化和數據的收集。

如圖所示，可以識別視頻中出現的文字。完成文本識別后，可以進行標簽化處理。同時，可以進行關聯操作，實現真實的影像識別。

音頻轉錄功能基于谷歌的API，可以自動識別常見的語言，并將其轉錄為視頻文字，基于此完成字幕要求。

露骨內容識別功能可以基于API對視頻的前十幀進行分析，判斷視頻是否包含敏感內容。

同時，該功能也可對幀、視頻流和視頻片段進行分析，判斷其是否包含敏感信息。

02VideoIntelligenceAPI Beta 功能

接下來，介紹目前API預先發布的一些功能。

第一個功能是流式傳輸。首先，將預存的文件組合成一定大小的文件，以視頻流的方式傳給API，API會對其進行分析和標簽化處理，還會檢測鏡頭變化、創建元數據信息和跟蹤對象。

同時，可以基于另一個API實現動態內容的跟蹤與識別，比如在體育賽事中，識別運動員的進球動作等。

第二個功能是直播，可以對常見的直播的視頻流，比如RTMP，進行實時流式分析和標簽化檢測。

同時，將內容放在對象存儲或谷歌的BigQuery里，實現元數據的管理，并基于事件的方式實現視頻內容的分析和識別。最后，根據標簽和內容向客戶推薦相關視頻。

審核編輯：劉清