针对这样的视频，比如说面对一个电视剧，我们要打广告的时候，特别希望知道这个电视剧到底在讲什么，里面到底有些什么内容，现在大家能够做的就是去看标题、看简介，或者把视频从头到尾看一遍。我们现在所谓的视频结构化，就是代替人去做这个工作，就是我把视频里面到底都讲了些什么，里面有些什么人，什么商品，什么场景，都能识别出来以后形成一个大的数据库。以这个数据库为基础，对它进行各种各样的分析，以及各种各样不同的应用。

　　视频中的人工智能其实分析下来应该是两大类：第一大类叫做识别，第二大类叫视频对象追踪。

识别

　　识别也就是大家说的结构化、标签化，所做的事情就是告诉你，视频里有谁，有什么，哪些场景。这块其实又分成四个大的品类：

　　第一块是人像识别，我可以知道这个剧里面都有哪些明星，每个人出现的次数、位置，哪两个人曾经在一起出现过，所谓的两个明星同框，这是我们可以通过AI来进行识别，并且推送的。

　　第二块是场景识别，场景又分为两大类：一大类叫场所，就是当前这个画面，或者当前这个故事发生在一个酒店里面，发生在客房里面，发生在客厅，发生在厨房，发生在海边，发生在卧室，各种各样的场所都有可能。另外一种，是场所里加上人的活动，我们称之为场景，比如说在饭店，加上一群人在一起吃饭，推断出他们是在聚餐；或者一个体育场大量观众跳舞，这大概能判断出是演唱会。

　　场景识别非常重要的一个应用就是在于场景营销，如果是在一个海滩，有剧烈的阳光，这个时候如果我适当的去投一些比如说防晒霜的广告，将会达到一个很好的场景的适配度，从而产生很好的效果。如果识别出有一张床，有一男一女，atv，我们完全可以在里面投放一些杜蕾斯的广告。这也是场景应用非常好的一些投放方式，而且直接利用了视频里面的一些内容，而不需要去重新构建所谓广告所需的环境。

　　第三块叫物品识别，比如说我识别到车，识别到这里面有酒，有饮料，有手机，那么对应的我将会投放我所需要的广告，可以达到很多非常好的联想的效果。

　　这些识别将会在场景营销、竞品拦截，或者叫原生广告方面都有非常不错的应用。以上的三部分我们都叫做标签化识别，也就是说通过对一个视频进行扫描，可以告诉你这个里面有什么。

　　第四种叫相似款商品识别，它不是标签化的，当我识别到这里面有一个商品，并不能告诉你这个商品是什么，而是可以告诉你说，这个商品在淘宝，或者在京东，或者在某个电商里面，有某件商品跟它非常相像。

　　这四种主要的识别能力，对于视频而言非常关键。我们可以构建出这个视频里都有些什么，我们所需要的信息对象，就可以构建出第一个数据库，这个结构化数据库叫对象库。

视频对象追踪

　　除识别之外，我们还要做一件事情，就是我知道这里面有一个人，但是这个人在哪儿，也是非常需要知道的，我只知道他在哪个时间段出现是不够的，我需要知道他在这个画面中到底在哪个方位。这就引出视频中人工智能算法中的第二个领域——视频对象追踪，就是我们传说中的抠图，当我有一个对象以后，我要追踪他在视频中的轨迹，虽然他不停的运动，不停的形变。

　　这会涉及到三个部分：第一部分是镜头切换检测，要把一个视频切分成多个镜头，因为跨镜头是没有办法追踪的，镜头已经切走了，追踪将会变得没有意义；第二部分叫对象检测，首先检测到值得追踪的对象，这个当然是跟需求相关；第三部分我们叫位移形变的追踪，我可以通过一个算法，把这个物体到了后面一秒钟再往后面一秒钟整个镜头里跑到哪儿去了，做出一个轨迹流来。

　　以上就是现在AI技术在视频中最主要的两种应用，一种是识别，一种是对象追踪，下面这张图表达我们怎么样去对一个视频进行识别追踪，数据库是怎样生成的。

　　下面这个视频表达的是我们怎么样用AI技术，把视频里面的东西提取出来，以及怎么样去指导广告和电商的应用。一开始我们对整个视频进行识别扫描，然后会生成一个我们叫关键词库或者叫Labal库的东西，从Labal列表里，选取以后，就可以看到每一个对象，比如说C罗在这个视频当中每一贞所处的位置，然后针对C罗这样一个对象，可以选择一个广告进行投放，最终达到的效果就是，我可以批量化的把一个平台，比如说芒果TV在应用的时候，就能够将所有的黄晓明都打上某一款运动鞋的广告，这样可以做到快速自动化投放。

　　视频内容结构化之后能做什么？