搜索視頻的“內(nèi)心”

1、搜索視頻的“內(nèi)心”一旦視頻搜索取得關鍵性的突破，更大的市場應用也將會接踵而來。什么是互聯(lián)網(wǎng)上最火爆的詞匯？答案不一而足，但“視頻”一定是其中之一。 隨著攝像手機、 DV 等個人視頻設備的普及，以及互聯(lián)網(wǎng)寬帶的應用，越來越多的視頻內(nèi)容走向互聯(lián)網(wǎng)。視頻搜索的應用已經(jīng)被提到一個日程，但目前市場上的產(chǎn)品還并不能讓人完全滿意。怎么能做到精確的搜索？如何快速了解視頻結(jié)果內(nèi)容？視頻廣告還有更佳的策略嗎？未來的視頻搜索將為你一一揭曉這些答案。找到被忽略的“貓”即使是一段時長僅為五分鐘的視頻，也可能包含著諸多內(nèi)容，比如，山水場景、人物對話，甚至還有一只臥在角落里的貓。如果這段視頻的主題跟這只貓毫無相干，那么它肯

2、定不會被人工編輯在這個視頻文件的名稱及說明當中。也就是說，在以文字為索引的視頻搜索引擎中，是不可能搜到這只貓的。當然，很多類似的細節(jié)信息也都被“遺忘”了。為了解決視頻說明內(nèi)容有限、不夠全面的問題，一些搜索引擎中還使用了語音識別技術(shù)，即把視頻中的人物對話識別為文字，并通過這段文字信息建立索引。但是語音與視頻的內(nèi)容常常有很大的差距，仍舊無法找到這只“不會說話”的貓。也就是說，有很多非音頻的信息會被遺漏。與文字和圖片相比，視頻作為一個圖文、聲音集合的時間序列，對搜索技術(shù)的要求更高。在目前的市場上，大部分視頻搜索引擎所采用的幾乎都是文本索引方式。那么，有沒有更好的方法，讓我們能夠搜索到更多的細節(jié)呢？微

3、軟亞洲研究院（ MSRA）研究員華先勝，介紹了一種能夠真正 “搜索到視頻里面去”的索引方式。這種基于“內(nèi)容”的索引方式，會首先教搜索引擎“認識”一只貓的形象， 并把其 “翻譯” 為文本，以此建立索引。這樣，當某個視頻文件內(nèi)出現(xiàn)貓時，它便能夠自動識別。與此類似的，想要搜索一場體育比賽中的某個環(huán)節(jié)，也可以輕松實現(xiàn)。比如，如果要搜索棒球比賽中的 “投球”（ pitch view ）動作，即把“球從投球區(qū)投給擊球手”的一幕，通常視頻的文字不會細致到描述這一動作，而通過這種內(nèi)容索引的方式則可以準確查到。內(nèi)容索引作為文字索引的有效補充，可以使搜索引擎實現(xiàn)更為精確的查詢。而上述這些操作有個前提，即需要人為地

4、設定一些訓練數(shù)據(jù)， 讓搜索引擎進行 “學習”，也就是說，要讓其 “知道” 什么場景才是 “投球”。據(jù)微軟的專家介紹，未來將可能完全脫離訓練數(shù)據(jù)，讓搜索引擎直接通過網(wǎng)絡進行智能學習。剪輯式呈現(xiàn)當你得到搜索引擎列出的一大堆雜亂無章的結(jié)果后，另一個問題出現(xiàn)了： “究竟哪個才是我想要的？”在實現(xiàn)了精確的查找后，未來的視頻搜索引擎要做的另一件事情就是良好的呈現(xiàn)要讓用戶快速地了解一段視頻完整的內(nèi)容?，F(xiàn)實中，你在使用視頻搜索時往往會碰到這樣的情況，明明搜索的是“足球（ Soccer）”，但除了你想要的一些精彩比賽片段外，系統(tǒng)可能還列出了有周星馳的少林足球 ，甚至是“小貝”的娛樂視頻新聞。針對這種情況，微軟亞

5、洲研究院在搜索結(jié)果中實現(xiàn)了類別細分的功能，可以按照時長（ duration ）、類型（ genre）、格式（ format ）等分類標準進行過濾。每個標準下包含幾個細分的類別，比如，選擇“類型”后，可以按照“體育” 、“電影”、“新聞”等類別細分。這樣一來，雜亂的結(jié)果就變得清晰了。你可能還會遇到另一種情況，本來搜索的是“汽車” ，但卻得到了五花八門的視頻結(jié)果略縮圖因為目前市場上的視頻搜索引擎，還不能根據(jù)關鍵字實現(xiàn)動態(tài)關聯(lián)。打個比方，如果你用“汽車”和“交通”兩個不同的關鍵字搜索到同一個視頻時，看到的呈現(xiàn)結(jié)果是相同的，沒有任何變化。同時，這一結(jié)果往往不能預覽，既看不到略縮圖畫面，又看不到視頻完整

6、的信息，只能點擊進去以流媒體窗口的形式邊下載邊觀看，但這必定要耗費時間。由于網(wǎng)上的很多視頻是基于 HTTP協(xié)議的，這意味著每播放一次視頻， 都要重新下載、 從頭播放，即只能順序播放，無法實現(xiàn)跳轉(zhuǎn)。而 MSRA 目前有一項技術(shù)可以實現(xiàn) HTTP下的自由跳轉(zhuǎn)。據(jù)華先勝介紹，視頻呈現(xiàn)中的關鍵點是視頻摘要技術(shù)，目前 MSRA 共研究出了 5 種視頻搜索結(jié)果呈現(xiàn)方式，不僅能夠動態(tài)定位到關鍵字所在的那一關鍵幀，而且能讓你在該頁面下進行 10 秒 30 秒的播放預覽。 其中，有一種列表呈現(xiàn)方式，除了提供一個“動態(tài)略縮圖”外，還像 DVD 的播前瀏覽功能那樣，把每個視頻分為可獨立播放的五個章節(jié)。這樣一來，用戶

7、就可以大致了解這個視頻文件的內(nèi)容了。而使用該技術(shù)所提供的可伸縮呈現(xiàn)方式，則可以實現(xiàn)個性化的片斷細分，比如，當你選擇按“× 4”方式呈現(xiàn)時，原視頻即被分為 32 個剪輯片斷呈現(xiàn)出來。這并不是全部。這種未來的搜索引擎還加入了Web2.0元素用戶可以對一段視頻中的某（幾）段剪輯，建立個性化注釋標簽（ Tag），并可收藏及分享。這種功能將大幅改善現(xiàn)有視頻共享社區(qū)的用戶體驗、增加用戶粘性。改良版視頻廣告“鏘鏘三人行，廣告之后見。 ”觀眾們總是很想知道，說完這句話后，竇文濤和嘉賓們到底聊了些什么電視臺是嚴格按照時間來插播廣告的，即當節(jié)目播到一個固定的時間點，就要插播廣告，而且其內(nèi)容是面向所有用戶的，不一定與節(jié)目直接相關?；ヂ?lián)網(wǎng)為視頻廣告提供了更為靈活、個性化的條件。作為最主要的盈利手段，它將直接影響在線視頻的發(fā)展。但由于受到技術(shù)發(fā)展的限制，目前市場上的產(chǎn)品還只能做到在一段視頻的頭、 尾位置插入廣告， 無法做到與視頻內(nèi)容相匹配、智能插入。為此，微軟正在研發(fā)一種結(jié)合搜索的視頻廣告平臺，可以突破現(xiàn)有的按時間插入的廣告模式，從用戶體驗和廣告主利益兩個角度出發(fā)，實時地在一段視頻內(nèi)容中合適的位置處插播合適的廣告。此外，視頻廣告在環(huán)繞文字及場景替換方面也有待進一步的研究。未來，仍有很多技術(shù)方向等待探索。比如，如