게시된 날짜: Jun 23, 2020
Amazon Rekognition Video는 기계 학습(ML) 기반 서비스의 일종으로 사물, 사람, 얼굴, 텍스트, 장면 및 활동 등을 감지하여 동영상을 분석하며 각종 부적절한 콘텐츠도 탐지할 수 있습니다. 오늘부터는 Amazon Rekognition Video에서 완전 관리형, ML 기반 API를 사용해 네 가지 보편적인 미디어 분석 작업인 블랙 프레임 탐지, 엔드 크레딧, 장면 전환 및 색 막대 등을 자동화할 수 있습니다.
이러한 기능을 활용하면 콘텐츠 준비, 광고 삽입과 같은 워크플로를 실행할 수도 있고 클라우드에서 대규모로 콘텐츠에 'binge-markers'를 추가할 수도 있습니다. 동영상에는 광고 삽입 슬롯의 경계를 정하거나 장면 종료를 판단할 오디오가 없는 짧은 길이의 빈 블랙 프레임이 포함된 경우가 많습니다. Amazon Rekognition Video를 이용하면 이러한 시퀀스를 탐지하여 원치 않는 세그먼트를 제거함으로써 광고 삽입을 자동화하거나 VOD(Video-On-Demand)에 적합한 콘텐츠를 패키징할 수 있습니다. 그런 다음, VOD 애플리케이션에서 '다음 회 예고편'과 같은 대화형 시청자 프롬프트 메시지를 구현하기 위해 동영상에서 클로징 크레딧이 시작되고 종료되는 프레임을 정확히 파악할 수 있습니다. 또한 Amazon Rekognition Video는 장면이 한 카메라에서 다른 카메라로 커트되어 넘어갈 때 장면 전환을 탐지할 수도 있게 해줍니다. 이 정보를 이용하면 장면을 선택하여 그러한 장면을 사용해 프로모션 동영상을 제작하고, 여러 장면에서 주요 프레임을 선별해 고화질 미리 보기 썸네일을 만들 수도 있으며, 예를 들어 누군가 말하는 장면 중간에 갑자기 광고가 들어가지 않도록 예방하는 것처럼 시청자 환경을 방해하지 않고 광고를 삽입할 수도 있습니다. 마지막으로, 동영상에서 SMPTE(Society of Motion Picture and Television Engineers, 미국 영화, 텔레비전 기술자 협회) 색 막대가 표시된 부분을 탐지하여 VOD 콘텐츠에서는 이 부분을 제거하거나 녹화분에서 방송 신호가 손실되는 문제를 탐지할 수도 있는데, 이 경우 색 막대가 기본 신호로 지속적으로 표시될 수 있습니다.
이러한 API를 이용하면 Amazon S3에 저장된 대량의 동영상을 손쉽게 분석하여 탐지된 각 항목의 SMPTE 타임코드와 타임스탬프를 알아낼 수 있습니다. 기계 학습을 다뤄본 경험이 전혀 없더라도 관계없습니다. 반환된 SMPTE 타임코드는 정확한 프레임 정보를 담고 있으므로, Amazon Rekognition Video가 동영상에서 관련 세그먼트를 탐지하면 정확한 프레임 번호를 제공할 수 있다는 뜻입니다. 따라서 드롭 프레임이나 아주 단편적인 프레임 속도와 같은 다양한 동영상 프레임 속도 형식을 내부에서 처리할 수 있습니다. Amazon Rekognition Video에서 정확한 프레임 정보를 갖춘 메타데이터를 사용하면 운영 작업을 완전히 자동화할 수도 있고, 아니면 관련 교육을 이수한 실제 작업자의 리뷰 작업 부담을 대폭 줄여줄 수도 있습니다. 이렇게 하면 클라우드에서 대규모로 미디어 분석 워크플로를 실행할 수 있습니다. 분석한 동영상의 길이(분 단위)만큼만 요금을 지불하면 됩니다. 최소 요금, 라이선스나 사전 약정이 없습니다.