发布需求
现在的人工智能变得越来越强大，可以基本的鉴定出一些不良信息，那么人工智能是如何鉴别的呢。
由于视频数据量和内容类型的大不相同，因此，采用的视频内容分析手段也有所针对性。更确切的说，网站视频的视频内容分析主要是为做内容审核，在此基础之上，视频平台商也会通过内容分析技术来优化用户体验，这些我们可以从百度、网易等互联网厂商的推出的相关服务内容中感受得到。
比如网易推出的网易易盾针对机器鉴别不良信息自主研发了一套图片特征提取算法，包括人体肤色识别、人体特征部位识别、人体姿势识别等技术。同时，基于深度学习的算法，易盾积累了大量的样本数据，用计算机模拟人脑神经网络的原理，使计算机训练后具备一定的识别能力，在没有具体特征样本库的情况下也可以对内容进行识别与分类。
百度在其云视频生态解决方案主打的视频内容分析VCA(VideoContentAnalysis)，能够通过人工智能技术，对视频进行语音、文字、人脸、物体等多维度智能分析，它整合了百度的深度学习、自然语言处理等人工智能技术，支持视频分类、视频元素提取、关键字提取以及自定义模型，适用于黄反、暴恐、政治敏感、资质审核等内容审核场景，在提取了关键的内容信息之后，还可输出视频内容的泛标签(TAG)，从而提高搜索准确度和用户推荐视频的曝光量，提升视频的个性化推荐和检索能力。
人工智能在网络视频内容审核方面的应用其实也并非才兴起，除百度、网易外，也有不少技术提供商和视频平台商达成合作推出了相关服务项目。从健康和谐的视频运营环境的角度考虑，人工智能技术的应用，对人力、财力都是一种解放，并且顺应了当前用户对个性化视频内容的需求。
同样是进阶到人工智能技术应用的阶段，深度学习算法必不可少，样本训练也同样重要，在安防智能视频分析已成为常态，并且更具规模化、智能化效应。安防监控视频分析主要是为视频关键信息的高效提取和结构化做前期的准备，将视频数据语义化。由于安防视频监控的数据主要由社会实时画面构成，所以智能分析技术中常用的算法也以计算机视觉领域的算法为主，如前背景建模、目标检测、分类、识别、跟踪、特征点提取、匹配、运动估计等等。
在分析的类型上还细分为诊断类智能分析、识别类智能分析、行为类智能分析等，由于视频数据量巨大，因此，安防视频智能分析目前也广泛采用软硬结合、前后端结合的方式来实现智能分析性能的最大化，这些都是网络视频分析不可比拟的应用规模，当然，这也是商业应用和专业领域应用差异所决定的。
