“视频一直被视为计算机视觉里的暗物质。”在Google Cloud Next' 17大会上，机器学习的权威李飞飞博士如此说到，虽然视频能提供比文字和图片多得多的信息，但一直以来，视频内容都像一个黑洞，搜索引擎最多只能借助视频上传者选择的标签进行索引。
为了解决这样的问题，Google开放了视频识别API（Video Intelligence API），帮助开发者实现搜索视频中的实体的功能。雷锋网消息，现在，一家叫Matroid的创业公司也开始内测类似的服务，而且，他们要让视频识别变得更简单。
Matroid的创始人Reza Zadeh是斯坦福的副教授，他一直专注于机器学习、分布式计算和离散数学的研究，还是微软和Databricks的技术顾问；他的论文《FusionNet融合三个卷积网络：识别对象从二维升级到三维》曾获得2016 KDD Applied Data Science Track 最佳论文（亚军）；他本人还创办了大规模机器学习大会（The Scaled Machine Learning Conference 2016），邀请到了Jeff Dean、陆奇等人，讨论微软、Google在机器学习领域的最新进展。
（Matroid创始人Reza Zadeh）
2016年，Reza Zadeh正式创办了Matroid，希望将研究成果应用到实践中。Matroid的核心技术是从视频中识别具体的物体，而且，Matroid不需要开发者使用TensorFlow或接入视频识别API，而只需要上传一个自定义的训练集或者包含大量图片的图库，甚至是视频片段，Matroid使用不同的神经网络处理不同的输入数据，然后为用户生成一个从视频中搜索相似内容的探测器。为了更好地训练探测器，如果你上传的是视频，Matroid会要求你用方框圈出重要的物体。
现在，Matroid的官网上列出了一些已经调试好的、比较受欢迎的探测器，包括人物、动物、动作、军队、汽车等几个大的分类，在这些大类之下，有具体的如“伊隆·马斯克”、“戴眼镜的人”、“哺乳动物”、“重武器”等具体的探测器，你也可以使用关键词搜索探测器。因为Matroid仍在测试阶段，雷锋网未能直接测试探测器的搜索结果。
当然，Matroid主要也不是面对普通用户，目前，它想和像尼尔森这样的数据调研公司合作，从电视和在线视频中挖掘有价值的内容来实现商业化。比如，苹果肯定想知道，在HBO的电影里，iPhone或者MacBook出现了多少次。除了广告，在公共安全中，Matroid也有很好的应用场景，比如，警方可以上传包含犯罪嫌疑人驾驶的车辆的图片集，来生成一个探测器，然后搜索全城摄像头拍摄的画面来进行追踪。
现在，Matroid还在着手建立一个计算机视觉的“商城”，计算机视觉专家们可以在这里制作、出售自己的更先进的、定制化的探测器。为了吸引开发者，Matroid在制作更多有用的工具。
据雷锋网了解，国内也有不少专注于图像识别的创业公司，如Face++旷视科技、图普科技、格灵深瞳，产品应用于人脸识别、安防监控、交通、零售等各个领域；成立于2015年的创业公司极视角，更是同样致力于做视觉算法中的“App Store”。不过目前，这些公司的产品应用比较成熟的场景，主要还是基于海量人脸图片数据库的人脸识别和安防监控，专注于从识别视频内容，并提取出有价值信息的公司，在国内并不多见。
对Matroid来说，吸引更多的开发者，并产生越来越多的复杂的、更先进的探测器是最大的挑战，Reza Zadeh正在筹备2017年的大规模机器学习大会，同时布道TensorFlow，希望以此建立一个良性增长的开发者社区。
雷峰网原创文章，未经授权禁止转载。详情见转载须知。