[討論] youtube版權審核機制

[wang19980531 (中立評論員)]

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 sssh: 我覺得很合理啊XD
推 kaltu: 影像spatial data在機器學習上縮放旋轉本來就是很常用的dat
→ kaltu: a augmentation
→ kaltu: 通常model也會強調這部分的robustness
→ kaltu: 音樂的話，現在主流其實還是基於傅立葉的手法，例如 Shazam
→ kaltu:  是用聲譜去做 fingerprinting
→ kaltu: YouTube很有可能在商業上跟Shazam合作使用同一份fingerprin
→ kaltu: t庫
→ kaltu: 那你從聲譜的原理上就看得出來這是對音高敏感的技術
推 kaltu: 用聲譜的優點是音樂這種temporal data，在Y軸上不同頻率如
→ kaltu: 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
→ kaltu: 場的噪音等因素
→ kaltu: 而使得某些頻率被遮蔽，那X軸拉長了依然可以match
→ kaltu: 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
→ kaltu: bustness
→ kaltu: 感覺是變成除了在X軸做sliding window search之外對Y軸也要
→ kaltu: 做一遍？