記得Google剛剛開放的視頻識別API嗎？這家創業公司要讓一切更簡單

「視頻一直被視為計算機視覺里的暗物質。」在Google Cloud Next" 17大會上，機器學習的權威李飛飛博士如此說到，雖然視頻能提供比文字和圖片多得多的信息，但一直以來，視頻內容都像一個黑洞，搜索引擎最多只能藉助視頻上傳者選擇的標籤進行索引。

為了解決這樣的問題，Google開放了視頻識別API（Video Intelligence API），幫助開發者實現搜索視頻中的實體的功能。雷鋒網消息，現在，一家叫Matroid的創業公司也開始內測類似的服務，而且，他們要讓視頻識別變得更簡單。

Matroid的創始人Reza Zadeh是斯坦福的副教授，他一直專註於機器學習、分布式計算和離散數學的研究，還是微軟和Databricks的技術顧問；他的論文《FusionNet融合三個卷積網路：識別對象從二維升級到三維》曾獲得2016 KDD Applied Data Science Track 最佳論文（亞軍）；他本人還創辦了大規模機器學習大會（The Scaled Machine Learning Conference 2016），邀請到了Jeff Dean、陸奇等人，討論微軟、Google在機器學習領域的最新進展。

（Matroid創始人Reza Zadeh）

2016年，Reza Zadeh正式創辦了Matroid，希望將研究成果應用到實踐中。Matroid的核心技術是從視頻中識別具體的物體，而且，Matroid不需要開發者使用TensorFlow或接入視頻識別API，而只需要上傳一個自定義的訓練集或者包含大量圖片的圖庫，甚至是視頻片段，Matroid使用不同的神經網路處理不同的輸入數據，然後為用戶生成一個從視頻中搜索相似內容的探測器。為了更好地訓練探測器，如果你上傳的是視頻，Matroid會要求你用方框圈出重要的物體。

現在，Matroid的官網上列出了一些已經調試好的、比較受歡迎的探測器，包括人物、動物、動作、軍隊、汽車等幾個大的分類，在這些大類之下，有具體的如「伊隆·馬斯克」、「戴眼鏡的人」、「哺乳動物」、「重武器」等具體的探測器，你也可以使用關鍵詞搜索探測器。因為Matroid仍在測試階段，雷鋒網未能直接測試探測器的搜索結果。

當然，Matroid主要也不是面對普通用戶，目前，它想和像尼爾森這樣的數據調研公司合作，從電視和在線視頻中挖掘有價值的內容來實現商業化。比如，蘋果肯定想知道，在HBO的電影里，iPhone或者MacBook出現了多少次。除了廣告，在公共安全中，Matroid也有很好的應用場景，比如，警方可以上傳包含犯罪嫌疑人駕駛的車輛的圖片集，來生成一個探測器，然後搜索全城攝像頭拍攝的畫面來進行追蹤。

現在，Matroid還在著手建立一個計算機視覺的「商城」，計算機視覺專家們可以在這裡製作、出售自己的更先進的、定製化的探測器。為了吸引開發者，Matroid在製作更多有用的工具。

據雷鋒網了解，國內也有不少專註於圖像識別的創業公司，如Face++曠視科技、圖普科技、格靈深瞳，產品應用於人臉識別、安防監控、交通、零售等各個領域；成立於2015年的創業公司極視角，更是同樣致力於做視覺演算法中的「App Store」。不過目前，這些公司的產品應用比較成熟的場景，主要還是基於海量人臉圖片資料庫的人臉識別和安防監控，專註於從識別視頻內容，並提取出有價值信息的公司，在國內並不多見。

對Matroid來說，吸引更多的開發者，併產生越來越多的複雜的、更先進的探測器是最大的挑戰，Reza Zadeh正在籌備2017年的大規模機器學習大會，同時佈道TensorFlow，希望以此建立一個良性增長的開發者社區。