让机器读懂视频: 多模态视频检索系统的探索与实践

所属专题：人工智能前沿技术

嘉宾 : 成乐乐 | 快手MMU 视觉检索技术负责人

会议室 : 宴会厅3

讲师介绍

专题演讲嘉宾：成乐乐

快手MMU 视觉检索技术负责人

快手 MMU 视觉检索技术负责人，负责大规模视频检索与识别系统的研发，研究方向包括视频内容理解与分析、视频搜索、图像搜索与识别等。曾就职于阿里巴巴达摩院、百度深度学习研究院，在 ACM MM、ECCV、T-PAMI 等学术会议/期刊上发表多篇论文，并担任审稿人，曾连续获得 CVPR 18'/19' WebVision 视觉理解竞赛冠军。

议题介绍

地点：宴会厅3

所属专题：人工智能前沿技术

演讲：让机器读懂视频: 多模态视频检索系统的探索与实践

近年来，短视频逐渐成为用户消费的主要内容载体，每天都有大量 UGC 短视频被生产、分发和消费，如何对视频内容进理解和表示，提升短视频搜索、推荐的精准性，成为了各大短视频平台面临的重要问题。本次分享主要围绕多模态视频检索，介绍相关前沿研究和面临的挑战，以及在快手短视频场景中的探索与应用，包括视频版权、相似视频、视频元素搜索等。

演讲提纲：

1. 多模态检索技术及应用

2. 学术前沿研究

3. 困难与挑战

4. 多模态检索系统的构建

5. 应用案列及展望

你将获得：