视频:视频人工智能如何帮助企业解读体验指标
了解更多关于人工智能和分析的信息 流媒体的下一个事件.
观看这个小组的完整视频, AI101:从内容创作到交付:人工智能如何影响现代媒体,在流媒体会议视频门户.
阅读这段录音的完整文本:
Josh灰色: 我们处理的是实际的视频传输本身, 并且处理更多关于视频如何到达那里的体验指标, 回放是如何发生的. 这是一种相似的模式, 我想强调的是,我们看到的许多人工智能的好用例都是你必须有意义地解释本质上模糊和嘈杂的指标.
经典的例子是OCR笔迹——如果你仔细想想, 每个人的笔迹都有点不同, 但实际上,任何你需要从现实世界中获取大量参数的地方, 和他们一起做一些有意义的事情, 有令人难以置信的噪音和变化. 这是一个很好的应用,你可以训练系统来提取隐藏在噪音和变化背后的有意义的模式.
在我们的例子中,我们使用了很多重放参数, 交付标准, 以及世界各地的绩效指标, 为了能够得到清晰的信号,告诉我们应该如何改变系统,从而有意义地改善视频内容的传递.
相关文章
视频质量测量比以往任何时候都更加重要. 在这份买家指南中, 我们将确定最常用的度量标准,并讨论部署它们的工具.
2019年3月29日
詹森·霍夫曼报道, Citrix的Josh Gray说, 和REELY的Cullen Gallagher讨论了2018年流媒体东部培训人工智能系统的最佳实践.
11月12日2018
在2018年流媒体西部大会上,谷歌的马修·洛兰(Matthieu Lorrain)对人工智能的风险提出了警告.
11月8日2018
RealEyes技术总监Jun Heider讨论了内部自我评估的重要性,以及在选择视频人工智能平台时要考虑的用例元素.
11月1日2018
RealEyes Media技术总监Jun Heider在2018年东流媒体大会的视频片段中指出了人工智能平台领域的主要参与者.
10月29日2018
RealEyes技术总监Jun Heider在2018年流媒体东部会议上的演讲中概述了选择人工智能平台的第一步.
25 Oct 2018
微软首席产品经理Rafah Hosn将强化学习作为内容个性化的机器学习范例.
2018.10.22
微软首席产品经理Rafah Hosn在流媒体东部2018的这段视频中讨论了基于监督机器学习的内容个性化策略的好处和局限性.
10月18日2018
微软首席产品经理Rafah Hosn解释了微软的机器学习驱动的决策服务如何帮助品牌瞄准观众并提高参与度.
10月15日2018
Comcast技术解决方案架构师Ribal Najjar讨论了如何在QoE和QoS指标之间实现共性,以提供“超级强大”的数据集.
10月11日2018
Comcast技术解决方案架构师Ribal Najjar从主观体验和定性测量两方面定义了视频QoE.
2018年10月8日
虹膜.电视的首席执行官 & 联合创始人讨论虹膜.电视帮助传统媒体公司捕获和利用受众数据和机器学习的方法.
04 Oct 2018
甘尼特高级总监卡拉·切尔斯讨论了《百家乐软件》如何利用虹膜.电视和数据本地化和个性化他们的2018年冬季奥运会报道在流媒体东部2018剪辑.
1 Oct 2018
ZoneTV的Tom Sauer描述了机器学习如何被用来彻底改变电视世界,并在2018年流媒体东部的这段视频中提供更多个性化的体验.
9月27日2018
REELY首席执行官卡伦·加拉格尔(Cullen Gallagher)在2018年东流媒体会议上为内容所有者制定人工智能战略提供了业务增长案例.
2018年9月24日
IBM Watson Media的David Clevinger在2018年流媒体东部的这段视频中讨论了媒体实体目前如何使用视频人工智能.
9月20日2018
Limelight架构副总裁Jason Hofmann在流媒体东部2018的这个剪辑中讨论了AI如何影响内容交付优化.
2018年9月13日
Citrix的Josh Gray提供了关于人工智能模型开发的提示,Reality Software的Nadine Krefetz和IBM的David Clevinger在2018年流媒体东部的这段视频中推测了元数据即服务的可能性.
2018年9月10日
谷歌的Leonidas Kantothanassis在他的内容交付峰会主题演讲中探讨了机器学习在媒体工作流程和供应变化中的广泛应用.
2018年2月19日