Защита авторского видеоконтента с помощью машинного обучения

Сотни миллионов оригинальных видео ежегодно пополняют платформу VK Видео. Как защитить лицензионный и авторский видеоконтент такого объема? Какие подходы стоит применять в highload-проектах?

Начнем с краткого обзора. Посмотрим на задачу по поиску похожего видеоконтента: от классических методов компьютерного зрения — до нейронных сетей. Обсудим, в чем разница между картиночным поиском и поиском видео. Как строится такой поиск, и какие эвристики повышают его качество.

Затем уже подробно обсудим наш опыт разработки решения защиты авторского контента: какую архитектуру используем, как делаем отпечатки видео и быстрый поиск.

Конкретно разберем:

• Возможности классических CV-методов;
• Специфику применения нейронных сетей в этой задаче;
• Нюансы разработки ML-решения по получению сжатого представления видео;
• Организацию эффективного поиска по базе контента.