奈飛使用機器學習建立媒體

banq發表於2022-11-15
機器學習

ML 能否取代創意內容生成器，還是將創意提升到新高度的絕佳助手？Netflix 撰寫有關其 ML 平臺的文章以協助其媒體制作。

在 Netflix，我們每年都會為全球會員推出數以千計的新電視節目和電影。每個標題都使用一組定製的藝術作品和影片資產進行宣傳，以支援幫助每個標題找到他們的粉絲觀眾。我們的目標是為創作者提供創新工具，支援他們有效且高效地建立儘可能最好的媒體。
透過以媒體為中心的 ML 演算法，我們將科學和藝術結合在一起，徹底改變了內容的製作方式。這裡只是幾個例子：
  • 我們維護著一套不斷增長的影片理解模型，這些模型可以對角色、故事情節、情感和電影攝影進行分類。這些時間碼標籤可實現高效發現，將我們的創作者從數小時的鏡頭分類中解放出來，以便他們可以專注於創意決策。
  • 我們用源自我們個性化系統的豐富見解武裝我們的創作者，幫助他們更好地瞭解我們的會員並獲取知識以製作能夠最大限度地提高他們的快樂的內容。
  • 我們投資於新穎的演算法，以便將難以執行的編輯技術輕鬆地帶到創作者的指尖，例如匹配剪下和自動轉描/摳圖。


我們的競爭優勢之一是我們從我們的成員和創作者團隊獲得的即時反饋，例如內容選擇體驗和內部資產建立工具的資產的成功。我們使用這些測量來不斷完善我們的研究，檢查我們投資的演算法和創意策略。我們從會員那裡收集的反饋也為我們的因果機器學習演算法提供動力，為資產生成提供寶貴的創意見解。
在本部落格系列中，我們將探索與以下領域相關的以媒體為中心的 ML 研究、開發和機會：
  • 計算機視覺：影片理解搜尋和匹配剪輯工具
  • VFX 和計算機圖形：消光/旋轉透視法、體積捕捉以數字化演員/道具/佈景、動畫和重新照明
  • 音訊和語音
  • 內容：理解、抽取、知識圖譜
  • 基礎設施和範例


點選標題
 

相關文章