薛向阳 李斌

摘要：小视频数量呈爆炸式增长态势，并引发了许多技术需求，包括小视频的编辑、搜索、推荐、溯源、审查和监管等。介绍了小视频数据的主要特点和小视频内容分析技术面临的挑战，并对目标检测、追踪、重识别等小视频内容分析技术的研究进展做了综合分析。认为只有构建一个整合多种不同算法的系统，才能够更准确、更鲁棒地解决分析问题，才能系统性地完成小视频内容分析任务。

关键词：小视频；内容分析技术；视频目标检测；多目标追踪；人物重识别

Abstract： The number of short videos has increased explosively， which has led to more technical requirements， such as editing， searching， recommendation， sourcing， censoring， and monitoring of short videos. The main features of short video data and the challenges faced by the short video content analysis technology are introduced. The research progress of short video content analysis technologies such as object detection， tracking， and re-identification is comprehensively analyzed. It is considered that only by building a system that integrates multiple algorithms， can the analysis problems be solved more accurately and robustly， and the short video content analysis task can be completed systematically.

Keywords： short video； content analysis technology； video object detection； multi-object tracking； person re-identification

1 小視频数据类型与特点

1.1小视频数据类型

随着抖音、快手、腾讯微视、西瓜视频等小视频应用平台的兴起，小视频已经随处可见。在激烈的竞争下，市场上涌现出了不同类别的小视频内容。

（1）社交生活类

以快手、抖音、腾讯微视等为代表的应用平台，鼓励用户拍摄、制作、上传小视频，分享自己的生活点滴，这方便了用户拓宽自己的社交范围。此类小视频主题多为生活记录，如拍摄宠物、烹饪、服饰等。通过分享生活点滴，用户可以找到与自己趣味相投的朋友，拓宽社交圈。

（2）内容服务类

以西瓜视频、梨视频为代表的应用平台，依靠大数据分析为用户提供精准内容服务，如感兴趣的话题、认识的朋友、关心的产品等。此类小视频主题多为行业热点资讯、育儿经验或家教信息、“双十一”优惠活动等。

（3）剪辑技术类

以小咖秀等为代表的应用平台，为对视频制作感兴趣的用户提供制片剪辑等功能，使用户以更灵活幽默的方式记录自己的生活。……