近日，阿裡雲釋出了智能媒體管理（Intelligent Media Management）服務， 通過分布式計算處理能力關聯授權的雲存儲，提供便捷的海量多媒體資料一鍵分析，并通過該分析過程建構價值中繼資料，更好支撐内容檢索。
随着智能手機的普及、無人機的流行，業界産生了海量的圖檔、視訊等多媒體資料；同時，網絡也在飛速發展，特别是4G的推廣，讓這些資料的儲存、分享發生了巨大的變化，進而也帶來了媒體資料各行業的新趨勢。我們親身體驗到通信方式從短信變成語音，浏覽内容從文字變成圖檔、從JPG靜态圖檔變成GIF動态圖檔、再到短視訊；從去年開始，直播也火熱起來，成為一種流行的時尚。這些迅速的變化趨勢，反應了一個共同的特點，就是“互動的資訊量越豐富、越實時，使用者越容易被吸引，越會産生新的價值”。
如圖中所示行業，都在利用最新的人工智能(Artificial Intelligence, AI)技術産生新的價值，同時也引入新的需求：
手機相冊。它早已不是簡單的圖檔備份，iOS通過AI建構人臉相冊、場景标簽、編輯應用，變成吸引客戶的亮點，成為新的基線。
視訊監控。它不再隻是記錄驗證工具，而是利用AI發展為智慧城市，變成了智慧的眼睛，要管理整個城市的交通資訊。
直播應用。個人分享已不僅僅是部落格、微網誌的文本形式，更是轉變為快速直覺的視訊模式，這背後需要更高、更快的直播内容了解、稽核需求。
對于圖檔分享社群應用場景，最基本的功能是提供備份、分享，但這并不能帶來更多的價值。隻有提供更多的圖檔處理能力，比如主體剪裁、人臉識别、濾鏡功能、風格渲染、視訊合成等資料處理功能，如下圖所示。這些亮點将為使用者帶來“生活不止眼前的苟且，還有依然在你身邊的美好”回憶，進而讓應用更具吸引力。
如今的綜藝節目非常火爆，例如跑男、極限挑戰等，每期拍攝的素材量千倍于實際播出量；要在這海量素材中快速掃描、找到爆點，需要相當大的工作量，例如目前的人肉檢索低效率方式需要處理幾周的時間。如果能夠基于AI分析語音、人物、場景得到結構化資訊，并索引管理起來，支撐更好的檢索，它将會大大的提高素材的處理效率。
同樣，線上教育等領域，對于老師、演講者的材料、語音、視訊内容，如果能夠提供快速的解析索引能力，那麼它将給學習者提供便捷的專場内容描述、快速定位關鍵術語、演講筆記同步提取等亮點。
要滿足上述場景需求，目前應用架構設計時，需要選型不同資料處理功能的廠家（包括AI廠家）進行內建、或者自研開發，對于内容檢索，還需要分析場景細節需求，引入資料庫設計和開發。這都需要很好的技術能力，以及開發團隊的支撐，并解決如下的痛點。
圖檔應用将資料儲存到雲存儲後，要選擇不同廠家的AI分析能力，支撐業務和監管的需求。應用通常會在雲伺服器（Elastic Compute Service，ECS）上部署AI廠家的軟體包，或者直接調用AI廠家提供的服務，但需要解決如下問題：
接口不統一。因為存在多廠家的選型，需要考慮不同廠家接口的相容性。
資源浪費。同一張圖檔會被多次讀取，甚至是傳輸到外部網絡，浪費網絡帶寬，提高使用成本。
無存量資料的低成本批量處理方案。采用廠商的同步處理價格高昂，需要提供存量資料的低成本批量處理方案，接受異步接口傳回檢測結果（比如針對存量的OSS桶裡面的所有圖檔，進行批量鑒黃）。
智能網盤通過自己的使用者鑒權服務允許客戶登入，然後采用基礎資料管理把圖檔、視訊上傳到雲存儲OSS中。為了提供人臉分組、标簽分組等搜尋功能，需要提供各類中繼資料管理，定義基于場景的表格式、處理資料庫的異常，它将帶來如下的開發難度：
中繼資料表設計難度大。針對不同的中繼資料，需要分類設計各類表結構存儲，有相當的技術門檻。
多元度中繼資料管理有挑戰。需要組合多種中繼資料，進行多元度查詢處理，存在設計挑戰。
維護中繼資料的的一緻性難題。解決這些中繼資料在異常場景下的異常處理，是系統級難題。
通過上述的場景和痛點分析，智能媒體管理（IMM）服務提取了6個關鍵點作為設計目标：
海量資料，支撐雲存儲上的海量資料處理。
端雲拉通，能夠讓端和雲進行有效的協作。
場景結合，基于場景建構中繼資料管理便于快速接入。
一鍵處理，簡化配置和使用、提高系統易用性。
智能分析，引入業界領先的處理能力，特别是AI能力。
标準統一，通路接口統一為阿裡雲的标準。
對于雲存儲上的海量資料，通過授權通路的安全設計，讓資料處理分析服務能夠有權限通路資料，在此之上建構資料智能處理架構，該架構針對離線處理優化設計，同時支援實時處理能力。基于該處理架構，引入了業界領先的資料處理能力，包括各種AI能力。利用離線處理能力關聯授權的雲存儲，可以提供便捷的存量資料一鍵分析，通過該分析過程建構價值中繼資料，支撐更好的内容檢索。通過這樣的設計，進而提供如下功能：
普惠AI算法，提供豐富功能。人臉分組、圖檔打标、版權、鑒黃等能力。
價值中繼資料，為客戶帶來新的增長點。整合價值中繼資料，提供智能分析搜尋。
OFFICE文檔處理，簡化客戶使用。提供典型的OFFICE檔案格式轉換，便于移動裝置浏覽辦公文檔。
場景化、一鍵式處理，提高易用性。基于場景模版，結合實時、離線處理引擎，一鍵生成網盤關鍵中繼資料。
如圖是IMM服務的架構依賴上下文，服務本身的架構分為2層：處理引擎、中繼資料索引。
對下依賴阿裡雲的對象存儲、檔案存儲等服務，通過安全的機制通路裡面存儲的非結構化資料（例如圖檔、視訊），提取價值資訊。
對上依賴場景了解，進行封裝，支撐視訊網盤、手機相冊、社交圖庫、家庭監控等圖檔、視訊應用場景，為它們産生新的價值。
基于阿裡雲存儲，就近建構計算架構，該架構支援批量異步處理、準實時同步處理，在一鍵關聯雲存儲（例如，指定Bucket的目錄字首、指定Bucket的某個對象）後，實作快速的自動資料處理，通過整合業界領先的資料處理算法，處理引擎提供如下功能。
OFFICE文檔格式轉換。支援将OFFICE文檔轉換為JPG圖檔格式，進而更好的支援網盤的文檔預覽功能。
大圖處理。支援将超大的圖檔進行切割、縮放處理，友好的支撐相冊、圖庫場景的精細看圖功能。
标簽檢測。通過人工智能技術，識别圖檔、視訊中的物品标簽，進而實作機器的制動打标，更好的支撐推薦應用。
人臉檢測。通過人工智能技術，識别圖檔、視訊中的人臉，檢測出人臉框，判斷人臉姿勢、年齡、性别等屬性。
基于處理引擎提供的功能，通過對場景的深入了解和梳理，IMM封裝了場景的中繼資料設計，對外提供場景的中繼資料通路接口，簡化場景應用的設計難度、無須關注中繼資料索引資料庫的運維工作，目前支援如下的中繼資料索引。
人臉分組索引。建構中繼資料集合，然後調用人臉分組的接口分析圖檔，把得到的中繼資料加入到該中繼資料集合中，進而可以得到該集合中相似的人臉。通過該索引，可以快速的支撐網盤的人臉相冊、家庭監控的陌生人檢測、甚至新零售的顧客管理等場景。
标簽分組索引。建構中繼資料集合，然後調用标簽分組的索引接口分析圖檔，把得到的中繼資料加入到該中繼資料集合中，進而可以根據标簽搜尋圖檔。通過該索引，可以快速的支撐網盤的場景相冊、家庭監控的寵物跟蹤、甚至暴力、恐怖、色情圖檔等标簽的搜尋。
IMM的所有資料處理請求都在排程架構下執行，例如上述架構中提到的處理引擎層、中繼資料索引層請求，它由2部分組成：
運作執行個體（Instance）。運作執行個體是運作指定資料處理功能的節點，例如運作圖檔打标功能的節點。它可以是虛拟機、或者Docker，能夠采用預留類型、或者Spot競價類型的執行個體，支援部署在阿裡雲的VPC（Virtual Private Cloud）環境，保證資料處理功能的安全性、隔離性。
排程控制器（Schedule Controller）。排程控制器負責把IMM接收到的請求分發到指定功能的執行個體上，它支援接收同步、異步的請求，提供準實時、離線的排程。針對負載的變化，實作了執行個體資源池的彈性伸縮、故障處理、自動更新等能力。
當排程架構收到同步的請求時，例如DetectTag進行圖檔打标分析時。排程架構将會把請求分發到請求隊列的Pipeline，然後根據後端執行個體的節點狀态、負載情況快速轉發請求，進而達到準實時排程的能力。為了保證請求的低延遲時間，以及請求的成功率，通常選擇預留的執行個體。
當排程架構收到異步的請求時，例如CreateTagJob指定OSS的桶、字首進行批量的圖檔打标分析時。排程架構将會把請求放到排程器，排程器周遊OSS桶、字首的對象，然後生成單個對象的資料處理請求并分發到多個請求隊列中，再根據後端執行個體的節點狀态、負載情況快速向多個執行個體轉發請求，進而達到離線排程的能力。為了保證離線排程的成本，通常選擇Spot類型的競價執行個體。
通過上述排程控制和資料處理分離的架構，排程架構提供如下亮點：
準實時、離線排程。針對離線處理成本效益競争力的優化設計下，也能提供準實時能力，實作資料處理的閉環。
同步、異步請求。支撐一鍵式的異步處理需求同時，還提供了同步請求的靈活性。
資料處理能力的安全性。利用VPC部署資料處理的執行個體，保證了資源的隔離、安全的屏蔽。
IMM提供控制台操作和API接口，通過控制台快速的建立IMM的項目，然後體驗IMM的資料處理功能。
登入阿裡雲控制台，執行如下操作：
第一步，開通智能媒體管理服務。開通後，即可使用IMM提供的功能。
第二步，建立項目。使用IMM必須要建立項目，它是IMM資源管理、計費的基本單元。
建立了項目，就可以體驗IMM支援的功能：
格式預覽。支援OFFICE文檔轉換，并用圖檔方式預覽。
人臉檢測。檢測照片中的人臉，識别年齡、性别，眼部狀态資訊。
圖檔打标。檢測圖檔包含的标簽資訊，以及置信度值。
如下是IMM典型功能的API調用示例。
下一階段，IMM将和OSS內建拉通：
在OSS控制台內建IMM功能。實作OFFICE文檔的預覽，媒體對象的AI功能。
在OSS提供存量資料的IMM處理對接。可以通過OSS的控制台，選擇某個桶或者其目錄，調用IMM的批量異步任務，例如批量鑒黃，進而享受高成本效益、便捷的資料處理。
在OSS的API中拉通。調用oss的x-oss-process處理引擎時，調用到IMM的API進行處理。
通過這樣端的端的內建，進而讓您在雲上的管理更加易用。
<a href="https://yq.aliyun.com/articles/581576">智能媒體管理産品文檔轉換/預覽功能介紹(1)---Cloud Native架構篇</a>
<a href="https://yq.aliyun.com/articles/581874">智能媒體管理産品文檔轉換/預覽功能介紹(2)---轉換原理篇</a>
<a href="https://yq.aliyun.com/articles/582083">智能媒體管理産品文檔轉換/預覽功能介紹(3)---前端預覽篇</a>