O que é indexação de vídeo?
A indexação de vídeo extrai e organiza informações pesquisáveis, como fala, texto, rostos, objetos, cenas e metadados temporais. As entradas do índice geralmente mantêm marcações de tempo para que os resultados possam apontar para momentos exatos.
Como funciona a indexação de vídeo
A indexação transforma mídia temporal em registros endereçáveis ao executar processos de reconhecimento e segmentação sobre imagem e som. Transcrições de fala, texto na tela, limites de planos, rótulos e embeddings são associados a intervalos ou pontos na linha do tempo. Uma camada de busca mapeia uma consulta para esses registros e retorna tanto um ativo quanto uma posição de reprodução. O índice é uma representação derivada, por isso deve ser atualizado quando a fonte, o modelo, as configurações de idioma ou a política de acesso mudam.
Informações essenciais
- O reconhecimento automático de fala pode fornecer marcações de tempo por palavra e pontuações de confiança, mas seu resultado bruto não é automaticamente adequado para publicação como legendas sem segmentação e revisão editorial.
- Os resultados de OCR observados em quadros adjacentes devem ser agrupados em uma ocorrência com marcação de tempo; indexar cada quadro de forma independente cria duplicatas ruidosas de uma única cartela de título.
- Embeddings vetoriais são coordenadas específicas de cada modelo, por isso alterar o modelo de embeddings geralmente exige reconstruir o índice, em vez de misturar vetores antigos e novos.
Quando a indexação de vídeo é importante
Indexe um catálogo de mídia quando os usuários precisarem encontrar assuntos mencionados na fala ou eventos visuais em gravações. Erros de reconhecimento e dados biométricos sensíveis exigem limiares de confiança, controles de acesso e políticas de revisão.