在线直播火爆 AI鉴黄技术揭秘 [推荐]

直播（如花椒、映客）、在线视频（如优酷、爱奇艺）、图片鉴黄的区别在哪儿？直播的鉴黄难度是否最大？要解决哪些技术问题？

云从科技高级算法工程师周翔：

其实这三项（直播，在线视频，图片鉴黄）差异不大，三者都可归类为实时视频处理和海量图片处理。

视频/直播是动态的，图片是静态的。鉴别视频和直播时，可以把动态内容解码变成图片帧来判断，这样就与静态图片鉴别没差了。

至于技术问题，其实鉴黄在算法层面难度并不高，利用深度学习算法训练后，就能达到不错的鉴黄效果。

图普科技工程师则在计算能力和算法要求上做了一些小补充：

目前主要是通过间隔截图、关键帧截图之类的对直播和在线视频进行识别处理，所以最终也是对单张图片的处理。

但是，由于直播的实时*，所以直播相对于另外在线视频和图片，对于机器的图片识别的处理速度要求较高，这主要是对于计算能力和算法的要求加大。

至于是屏蔽、删除或者禁播等方面的处理，主要是看业务方，可以选择由机器自动处理或者人工介入。

既然算法门槛不是很高，为什么一些CV公司不增一项视频/直播鉴黄业务捞点油水？

云从科技高级算法工程师周翔：

一方面是他们不太愿意做。

另一方面虽然CV公司可能有现成的鉴黄算法训练系统平台，但是他们缺数据。鉴黄需要大量的数据来进行训练。黄*图片和视频帧最好达到十万的量级深度学习才能跑起来。至于如何收集这些数据，一般情况下很多视频直播都已经有现成的，包括鉴黄中心等都有非常大量的此类图片。

刚提到大批量数据用深度学习来训练，而训练小批量数据一般采用传统的特征分析加分类器算法来做，但效果和精度没有目前的深度学习高。

直播鉴黄是不是要识别里面的每一帧图像，这样计算量岂不是很大？

图普科技工程师：

这与算法能力关系不大，在算法和工程能力都已经达到最优的情况下，这个是属于企业的成本预算问题。

直播是视频流，企业如果对直播的每一帧的图片都进行识别，这是非常巨大的数据量，企业的运营成本自然较高。所以我们一般建议企业按自己的需求，对于视频先进行抽帧处理，例如一分钟视频的视频可以按照时间段抽6-15帧左右的图片进行识别处理之类的来控制成本。