上周，谷歌在Google Cloud Next ’17 大会上，发布了包括新客户、新合作伙伴、新产品开发等一系列消息，企图再度发力云服务。

庖叔感觉到，谷歌这次是要玩命对抗 AWS（亚马逊云服务）和 Azure（微软云服务）了。

在这次大会上，谷歌宣布收购著名数据科学社区 Kaggle ，引起业界震动。

但庖叔更关注的，倒是另一个重磅技术的发布：

视频内容识别

庖叔还记得很多年以前，第一次看到把一张图片拖进谷歌搜索框，就能识别出图片的内容，并搜索出相似图片时的震撼。

而如今，视频居然也能被识别了？

这就是谷歌云视频识别平台，将视频上传就能进行识别。

废话不多说，来看看识别的效果。

测试的Demo是一部场景丰富的广告片

识别的过程大概是这样的

视频的镜头在不停切换，右下角的场景标签也在实时变化。

庖叔截几张大图让大家看看识别结果

此时的画面是这个场景

实时识别出来的结果显示：92%的可能是野生动物（Wildlife），91%的可能是动物（Animal），81%是动物园（Zoo），78%是旅游胜地（Tourist destination）。

除了动物园和旅游胜地不一定准确，前两个标签正确无误。

镜头切到特写，识别结果实时变化为：

后两个标签变成了：90%的可能为老虎（Tiger），68%的可能为陆生动物（Terrestrial animal），非常准确。

场景转换。

大象（Elephants）、长颈鹿（Giraffe）全都无压力识别。

虽然还是Beta版本，但感觉可用度非常高。

关于视频识别的技术原理，谷歌没有透露更多的信息。但我们可以用图片识别的原理来理解视频识别。因为视频本质上也是若干帧图像的连续播放。

当我们要识别一张图片的时候，简单来说，要分以下几个步骤：

先用算法算法对图片进行特征提取。提取前也可能会对图像进行压缩、颜色简化等预处理。

将提取的特征进行编码。

编码后与数据库进行比对，给出相似图像。也可以是给出相似度、检索词等。

说起来很简单，但每一步都涉及到很复杂的算法。海量的数据如何编排才能达到最快的检索速度。这些都是图像识别的核心技术。

等这套系统推广开来，最直接的好处就是，我们可以用视频内容的关键词来搜索视频了。

比如搜索“比基尼”，那能搜到的东西可比以前多得多啦。

谷歌还将此技术以 API 的形式开放，以后我们还能见到更多视频识别奇思妙想的运用。