得物端智能封面推荐算法实践
演讲人：刁文得物内容理解算法专家
目录01智能封面背景及重要性
02NR-IQA前沿进展
03轻量化NR-IQA方案与模型部署
04效果评测与应用
智能封面背景及重要性
Part01
智能封面背景-功能介绍
功能定义：智能封面，运用AI技术，自动分
析视频，精选最具代表性画面，提升内容第
一印象。
产品形态：在视频发布页为用户进行封面推
荐，引导用户点击使用
智能封面背景-业务需求
?得物平台特殊性：电商购物X社交分享平台
?社区推荐形式：双列流为主，封面质量影响CTR
?内容生态需要：从创作源头提升平台内容画风
?发布功能完善：提升用户体验，激发创作热情
智能封面背景-现状与挑战
现状挑战
?智能封面技术逐渐成熟：AI模型可以根据?标准定义问题：“什么样的视频封面是好
画面质量、人物表情、主题内容等选取最的?”
佳的封面图。?视频多样性挑战：不同视频体裁、特殊场
?应用场景广泛：主流短视频平台已有应用景
?技术融合程度高：视觉感知、场景理解和?端上处理效率：计算资源限制、处理实时
美学评价多个方向性要求高
NR-IQA前沿进展
Part02
NR-IQA进展概况
多模态大模型阶段
深度学习CNN阶段2023～至今
传统信号处理阶段得益于多模态大模型的快速发展，NR-
2015-2019
2000-2010IAQ也有了长足的进步，使用文本生成
主要依赖图像信号处理和统计模使用CNN网络实现图片特征提取和形式进行图片质量刻画，主要有Q-align、
质量评估，相关工作有CNN-based
型，代表性工作BIQI、NSS、Q-Insight
NR-IQA、DeepBIQ
DIIVINE
机器学习阶段
2010-2015
机器学习方法开始被引入到NR-IQA深度学习ViT阶段
中，利用特征编码到高维映射实现评2019~2023
估，代表工作有CORNIA、NR-IQA方法逐渐和大规模预
BRISQUE、NIQE训练模型结合，最典型的代表