從George Melies的《月球之旅》開始，技術發展深刻影響藝術表現。
據Filmmaker IQ發布的《2020年娛樂應用技術趨勢》顯示，近十年來，計算機視覺技術獲得好萊塢的全面運用，其技術應用标準化是關鍵原因之一，當下已經滲透包括新聞報道、體育、戲劇和喜劇節目、遊戲和廣告、廣播和播客、以及電視和電影、出版業等全媒體娛樂矩陣。與此同時，2019年的傳媒娛樂業正承受着轉型壓力，大環境推動電視、DVD、CD-ROM向流媒體、播客、遊戲和在線服務等分銷渠道轉變，導緻受衆分散，因此需要經濟有效地解決小目标組需求。
在技術革新上，計算機視覺技術使内容交互性達到新水平，随處可見的降低成本舉措，這些趨勢變化引起了計算機視覺技術多層面的需求推導和使用演進。德勤最近發布的《2020年科技、媒體和電信預測》佐證了這一趨勢：跨種類技術之間變得越來越緊密和相互依存，随着AI、5G和機器人相互連接，流媒體和傳統電視相互影響變得更為頻繁。
毫無疑問的是，計算機視覺技術工程師正在加大AI技術替代現有傳媒與娛樂技術的步伐，包括從AI軟件(圖像信号處理、模式識别、視覺控制、對象識别、場景重建、場景理解)和AI硬件(傳感器、平台等)兩大層面，實現從聲音、色彩、到計算機動畫，以及高清和數字廣播的創新——從應用跨度上看，實現了技術與藝術表現、技術與用戶體驗、技術與應用創新三個維度：從技術特性上看，實現多個高質量彩色圖像流的高帶寬;從實時性看，這需要低延遲(最多幾個幀)以及對故障的高可靠性和魯棒性要求。
事實上，計算機視覺技術已經實際成效滲透各環節、階段，包括娛樂産品(内容)的智能化生産、及成品的個性化交付(分發和傳輸)。
内容生産階段：計算機視覺已成為産業通用技術，2020年将突破規模化桎梏
在圖像采集方面，高質量的硬件與邊緣計算視覺算法集成度進一步提高，以提供滿足預處理要求(伽瑪和顔色矩陣)的增強穩定性，降噪和消除缺陷的能力。其中，計算機視覺的主要任務就是對采集的圖片或視頻進行處理，以獲得相應場景的三維信息、關鍵幀抽取、關聯幀關聯，這些應用已廣泛應用于綜藝節目、體育賽事、流媒體内容制作中。當前計算機視覺技術應用者包括國内的虹軟科技Arcsoft、影譜科技Moviebook，英國的Vinten、A&C、Radamec、MRMC，及德國的Panther等。
在數據采集方面，除獲取圖像數據以外，還可以完成從任意圖像序列中提取概念信息(例如速度和距離以及3D形狀)，大部分參與調研的企業數據顯示，使用3D數據采集系統來為實時節目編程和視頻遊戲中的動畫創建模型已成為流行。如：運動撲捉系統以制作視頻遊戲動畫;交互式注釋系統實現對運動員和球的自動跟蹤，距離和速度估計，通過視圖組合進行全景重建，越位檢查，命名等;軌迹和速度信息獲取系統以跟蹤體育賽事或綜藝節目的關注對象，實現運動軌迹估算等。這些已被用于足球、冰球、網球、籃球和田徑比賽、場外綜藝節目中，以回放評論。例如德國的X-IST可以基于面部運動進行動畫處理，影譜科技MCVS動作捕捉系統可實現自動跟蹤、距離和速度估計、全景重建等。
在數據合成方面，實時合成背景圖像并将其與攝像機的觀看參數(如位置、縮放和景深)進行匹配，允許更為複雜的視頻集，包括角色與合成對象之間存在相互作用的視頻集，這一産業需求在技術上已經變得可行。當前，可以通過兩種方式之一獲取此信息：使用安裝攝像機上的光學或機械傳感器;使用視頻中的圖案識别并以此來确定位置。
在内容編目方面，後期制作工作站将受益于更加自動化和自适應的方法。如多個圖像源之間進行混合，包括動畫或合成序列;将一個圖像變形或扭曲到另一個圖像上;跟蹤對象以進行運動補償，圖像穩定和剪輯對齊;删除或添加運動模糊;采樣、建模和匹配;自動分割及跟蹤視頻運動對象等。随着工作台向智能化轉變，許多編輯工作逐漸由智能生産工作站來代替，例如來自英國的Quantel、加拿大的Discreet LogicAlias和Wavefront、中國的影譜科技等提供的系統，大量引入3D重建、關鍵幀抽取、過濾、自然語義理解、智能分段和插入等，操作員以接近實時的方式監督整個序列運行過程，調整參數以獲得令人滿意的結果。
除此之外，“影像資料的有效管理”是廣電和文娛内容公司的一個重要課題，通過實地調研，我們可以看到計算機視覺技術在其中發揮無可替代的優勢，并得到深度普及，包括：
内容檢索：受益于視頻結構自動化标注，操作者可以通過内容、活動或抽象含義來搜索影像内容，包括搜索壓縮數據以及混合的音視。IBM媒體系統可以根據顔色、紋理或形狀進行内容索引，國内快手及抖音平台根據視頻幀标注實内容檢索、影譜科技完成視頻檔案的自動化标注。
檔案恢複：受益于複雜的噪聲和降級模型以及自适應過濾方法，低分辨率影像檔案的恢複和轉換将變得一鍵化、輕量化。瑞典的DigitalVision、AURORA、愛奇藝等企業正在對低分辨率内容交互式處理，以進行運動補償、色彩校正、刮擦、污垢、和噪音過濾等。
3、格式轉換：包括壓縮格式在内的格式數量不斷增加，這意味着格式轉換将在相當長的一段時間内伴随着我們，尤其是向前、向後和壓縮轉碼。
對于内容生産智能化的變化，清華大學自動化系副教授劉烨斌認為，真實世界視覺信息的采集、數字化記錄與重建是當前視覺媒體技術發展的核心關鍵。目前而言，動态場景三維重建主要面臨精準性、便捷性和實時性三方面的挑戰，而在智能手機、物聯網及5G相互作者用下，新增加實時深度探測模塊，動态場景三維重建的便捷性得到了極大地提高，視角維度的光場攝像、光譜維度的高光譜視頻成像、空間維度的十億像素視頻生成、時間維度的TOF瞬态成像都有可能突破桎梏，得到産業應用。
人工智能對傳媒内容創建的影響無可争議，涉及内容創建到用戶個性化體驗的全流程。“人工智能将影響媒體價值鍊的各個方面，幫助創作者更具創造力，幫助内容編輯更高效，幫助用戶找到符合他們興趣和當前情況的内容”，微軟Rainer Kellerhals表示。
IABM的首席研究分析師Lorenzo Zanni對此表示贊同。“傳媒機構可以在整個内容供應鍊中利用人工智能來自動化運營，推動決策制定并個性化用戶體驗，‘自動元數據标記和提取’是迄今為止人工智能最廣泛的應用，AI算法自動創建的元數據可用于推動内容貨币化策略”。
這隻是開始。影譜科技表示，“傳媒機構也可以使用AI來增強他們的預測和生産能力，例如人工智能技術可用于預測需求以調整資源分配(按需模型)、預測内容中可能出現的中斷(例如内容不合規)、預測商業化(例如元數據内的商業化位置标記)或預測内容創建(例如内容被機器自動創建)等，這些用例切實可行降低生産成本”。
“影譜科技AGC智能影像生産引擎基于視覺人工智能技術，可以更輕松地從視頻中提取元數據，包括時間編碼的單幀、人物、場景、動作、品牌、關鍵詞和情感等”，國内某流媒體平台技術負責人表示，“與此同時，其用戶行為預測功能将通過互動數據，構建用戶配置文件，為内容推薦引擎、個性化内容消費、商業化内容定位和自動化生産内容提供信息”。
内容的交付與運營：計算機視覺技術正在發揮無可替代的作用
格式轉換、壓縮技術已經變成一鍵化。程序生産内容有許多不同的格式，因此需要通過技術完成它們之間的轉換，适用環境如：将以每秒24幀拍攝的電影圖像與每秒60場之間進行插值、重新掃描525線圖像以創建625線圖像、從一種掃描速率轉換為另一種掃描速率時的運動補償、在一種顔色系統和另一種顔色系統之間轉換以及數字化遭受顆粒和劃痕損壞的電影。在生産和交付過程中有效使用通信鍊接和存儲介質的重要性意味着圖像壓縮已引起越來越多的關注。
在商業表現力上，計算機視覺技術對于廣告點位掃碼及連續幀的廣告插入已經表現成熟。比如在觀看足球比賽、賽車或綜藝節目之類的贊助活動時，可以完成在視頻場景中尋找到合适場景，并與廣告流無縫對接。技術如法國的Matra Datavision、以色列的Orad、美國的VDI、國内的影譜科技Moviebook，提供了圖像處理實時替換或植入此類工作流的系統，由此産生的額外廣告收入已成為電視及流媒體平台的一個重要業務組合。
互動、個性化技術的普及，讓個性化内容的在2019年集中爆發。技術正在探索基于AI和機器學習技術解決方案——超越當下的推薦引擎(内容分發引擎)，形成内容體驗為核心的高度個性化，如互動劇、AI定向生産的内容場景，甚至是定制生成的角色、虛拟主持人及角色等。如影譜科技推出的虛拟主播技術方案可以實現圖像和合成字符交互，在時間、空間上對齊二者并及時進行同步。諸如此類的交互式應用，不僅應用于傳媒娛樂業，在教育與VR産業的滲透率更為突出。
免責聲明：本文僅代表作者個人觀點，與每日科技網無關。其原創性以及文中陳述文字和内容未經本站證實，對本文以及其中全部或者部分内容、文字的真實性、完整性、及時性本站不作任何保證或承諾，請讀者僅作參考，并請自行核實相關内容。
本網站有部分内容均轉載自其它媒體，轉載目的在于傳遞更多信息，并不代表本網贊同其觀點和對其真實性負責，若因作品内容、知識産權、版權和其他問題，請及時提供相關證明等材料并與我們聯系，本網站将在規定時間内給予删除等相關處理.
