PTT數位生活區 / DataScience

[討論] youtube版權審核機制

看板DataScience作者 (中立評論員)時間4年前 (2020/06/07 22:47), 編輯推噓3(3推 0噓 14→)
留言17則, 2人參與, 4年前最新討論串1/1
Youtube版權審核包括音樂、影像兩個部分， 音樂的部分好像調高調低音就會抓不到， 但影像部分不論縮放、翻轉都還會被判定侵權， 有人知道類似的作法嗎？ -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 49.214.163.255 (臺灣) ※ 文章網址: https://www.ptt.cc/bbs/DataScience/M.1591541265.A.F54.html
推
06/08 05:27, 4年前 , 1F
我覺得很合理啊XD
06/08 05:27, 1F
推
06/14 11:01, 4年前 , 2F
影像spatial data在機器學習上縮放旋轉本來就是很常用的dat
06/14 11:01, 2F
→
06/14 11:01, 4年前 , 3F
a augmentation
06/14 11:01, 3F
→
06/14 11:01, 4年前 , 4F
通常model也會強調這部分的robustness
06/14 11:01, 4F
→
06/14 11:01, 4年前 , 5F
音樂的話，現在主流其實還是基於傅立葉的手法，例如 Shazam
06/14 11:01, 5F
→
06/14 11:01, 4年前 , 6F
是用聲譜去做 fingerprinting
06/14 11:01, 6F
→
06/14 11:01, 4年前 , 7F
YouTube很有可能在商業上跟Shazam合作使用同一份fingerprin
06/14 11:01, 7F
→
06/14 11:01, 4年前 , 8F
t庫
06/14 11:01, 8F
→
06/14 11:01, 4年前 , 9F
那你從聲譜的原理上就看得出來這是對音高敏感的技術
06/14 11:01, 9F
推
06/14 11:18, 4年前 , 10F
用聲譜的優點是音樂這種temporal data，在Y軸上不同頻率如
06/14 11:18, 10F
→
06/14 11:18, 4年前 , 11F
果因為等化器特效、使用者麥克風和場所喇叭的頻率響應、現
06/14 11:18, 11F
→
06/14 11:18, 4年前 , 12F
場的噪音等因素
06/14 11:18, 12F
→
06/14 11:18, 4年前 , 13F
而使得某些頻率被遮蔽，那X軸拉長了依然可以match
06/14 11:18, 13F
→
06/14 11:18, 4年前 , 14F
如果要讓Y軸不只頻率遮蔽還要加入對頻率平移(調高調低)的ro
06/14 11:18, 14F
→
06/14 11:18, 4年前 , 15F
bustness
06/14 11:18, 15F
→
06/14 11:18, 4年前 , 16F
感覺是變成除了在X軸做sliding window search之外對Y軸也要
06/14 11:18, 16F
→
06/14 11:18, 4年前 , 17F
做一遍？
06/14 11:18, 17F
‣ 更多 wang19980531 的文章
文章代碼(AID): #1UtFuHzK (DataScience)
DataScience 近期熱門文章
更多 近期熱門文章 >>
PTT數位生活區 即時熱門文章
更多 即時熱門文章 >>
‣ 更多 wang19980531 的文章
文章代碼(AID): #1UtFuHzK (DataScience)