当前播放: 视频内容理解在Hulu的应用与实践
00:00 / 00:00
标清
  • 标清
1.0x
  • 2.0x
  • 1.5x
  • 1.25x
  • 1.0x
  • 0.5x
网页全屏
全屏
00:00
付费课程,可试看
合辑:机器学习和深度学习
视频内容理解在Hulu的应用与实践
深度学习平台的开发和应用
大规模机器学习在LinkedIn预测模型中的应用
深度强化学习在游戏研发中的应用

视频内容理解在Hulu的应用与实践

谢晓辉 Hulu Principal Research Lead

谢晓辉,Hulu Principal Research Lead

内容介绍

对于一家在线视频服务公司来讲,理解视频的内容其重要性不言而喻,只有深度理解用户观看的内容到底是什么,才能更好的给用户提供个性化的内容推荐、更好的交互体验等产品服务。

Hulu 自 2016 年开始系统性的在视频内容理解方面展开研究,从视频切分、人工合成元素抽取、视频标签生成、精彩片段分析等等课题入手,通过构建系统平台来支撑视频数据的生成和处理,并对业务及产品的支持方面也多有探索。这其中也积累了一些经验,期望借助这个平台的分享,和大家交流 Hulu 在这个领域是如何探索和应用的,共同探索这个领域的未来发展趋势。

内容大纲

We will cover :

  1. Importance and urgency of doing video content understanding in Hulu
  2. Three main research directions of video understanding in Hulu
  3. Automation Tools
  4. Video derived tags, tag lake and tag governance
  5. Content generation
  6. AI platform’s architecture and pipeline for video understanding
  7. FrameHouse
  8. ML/DL platform
  9. Automation pipeline and architecture
  10. Data management and serving
  11. Business and product support and best practice
  12. Content embedding and deep personalization
  13. Ads related experience
  14. UX innovation
展开
¥4.99 购买
开通VIP
8
登录 后留言

精选留言

由作者筛选后的优质留言将会公开显示,欢迎踊跃留言。
收起评论
其他推荐
39:21
从平台构建到领域深耕: Kubernetes在华为云的实践与发展
王泽锋 华为云 Kubernetes开源负责人
试看
45:15
基于Istio on Kubernetes云原生应用的最佳实践
王夕宁 阿里云 高级技术专家
试看
32:48
微博深度学习平台基于Kubernetes的分布式解决方案
于翔 新浪微博 机器学习研发架构师
试看