AI剪辑师已上岗，来和它一起剪个片子吧！（上）

超in播

2018世界杯

激动人心的世界杯刚刚结束不久，

如果说熬夜看球是爱好。

熬夜剪辑球赛花絮就是敬业了。

人类剪辑师不仅要懂球，要敬业，

还得体力好，吃苦耐劳，能长期值夜班。

当AI剪辑师上岗后，加班？

可能会少很多~

下面让我们请出“人工智能”小同学，

展示下它认识静态图片猫的学习过程：

-AI，AI，这是一只猫的图片。白色这只是一只猫。黑色这只也是一只猫。

-主人，主人，学会了。

-AI，AI，这个坐着的是只猫，站着的也是只猫，睡着了的也是猫。

-主人，主人，学会了。

动态运动的篮球的学习过程：

-AI, AI，这是一个在场上运动的篮球。拿在手里，飞在空中，近景这个大的，全景这个小黑点都是篮球。

-主人，主人，学会了。

-哦哦，主人，主人，这个裁判的光头怎么也像篮球啊？！这个球员的肱二头肌也很像啊?!这也太难了。

咳咳咳~，知错就改还是好同学。从识别二维数据到识别三维运动数据，难度呈几何倍增长，IBM“AI Vision视觉大脑”小同学虽然在学习过程中出现了一些有趣地小失误，但正式上岗的效果非常令人震撼。

想知道人工智能视频分析是怎么回事吗？AI剪辑师又是怎么工作的？快来收听本期IBM超in播。

嘉宾

介绍

杨林

腾讯体育产品技术副总监，腾讯高级开发工程师。

2008年加入腾讯，2014年加入体育团队， 主要负责腾讯体育APP的产品开发，运营采编系统开发，以及直转播的技术保障。

林咏华

IBM杰出工程师(Distinguish Engineer), IBM研究院AI系统全球研究负责人, IBM全球技术研究院院士。

她在IBM研究院从事了15年的系统架构、云计算、AI系统, 计算机视觉等领域的研究。相关技术已经被使用到IBM 人工智能的相关平台，如IBM Waston, PowerAI等, 帮助IBM持续引领着AI认知系统的技术潮流。

本期

干货

01

AI剪辑师如何“解救”人类剪辑师

NBA、足球五大联赛、冰球、排球、网球，赛事频繁的时候人工剪辑师的工作量很大。早上7、8点NBA开赛，第二天凌晨3、4点足球比赛结束，腾讯视频的20位体育视频剪辑师要分成小组倒班。剪辑师按照回放、球星花絮、动作集锦等进行分工，每个人根据自己需求寻找片段，合成后上传、编辑发布。

而在腾讯视频转播的NBA总决赛结束后，总决赛最有价值球员奖（NBA Finals Most Valuable Player Award，简称FMVP）一宣布，AI剪辑师20秒就推出了杜兰特的视频剪辑，从选秀、超音速队到勇士队，短短两分钟浓缩了杜兰特十一年职业生涯。

02

篮球比赛在体育赛事剪辑中最具挑战性

篮球比赛属于人员密度高的密集人群活动，场上10位球员经常高速互相遮挡。并且由于距离观众席很近，在全景镜头下，当篮球一抛起来容易和观众等背景混在一起，难以区分。

此外，篮球每场几乎都有几百个投篮动作，有些动作幅度差异小，分析难度远远超过网球、足球等运动。

03

AI剪辑师如何看懂篮球

IBM“AI Vision视觉大脑”通过“多模态视觉理解技术”对视频画面进行“像素级跟踪、识别”，包括球员的人脸识别、人的动作识别（扣篮、投篮、空中接力、上篮、飞身救球、庆祝）、人的表情识别（怒吼/咆哮、悲伤、开心、搞怪）、物体识别（球场、篮球、篮筐、球衣号码）；并分析判断背后的相关性，人的动作和物体之间运动关系的逻辑。

IBM “AI Vision视觉大脑”有何过人之处？AI剪辑师如此强大，在体育赛事之外，它还能在哪些领域一显身手呢？

你想知道的答案，将在下期的“AI剪辑师已上岗，来和它一起剪个片子吧！（下）”中，继续为您揭晓