“做衣服不买布”，有专家这样形容短视频的侵权行为。
截至2021年12月底，中国短视频用户规模达到9.34亿。但面对海量的视频内容，“如何监测”也是一个老大难的问题。
网络短视频内容审核标准细则（2021）
蚂蚁的技术同学也在想办法。
最近，蚂蚁集团向全球开发者开源了一个用于视频侵权检测的AI数据集——VCSL（Video Copy Segment Localization）。
这是目前为止最大的视频侵权AI数据集，这一成果被计算机视觉A类顶级会议CVPR 2022收录。
01 数据集“超大杯”
那么，什么是数据集呢？
近年来，人工智能快速发展，相关的框架、算法等层出不穷，要检验一个算法的好坏，就需要用有关的数据集进行实验。
老话说，“是骡子是马，拉出来遛遛！”——就是这个意思。
从下图中可以看出，VCSL覆盖大量真实视频领域与视频时长，包括了超过16万对侵权视频对，28万对侵权片段。
VCSL的规模超出现有最优数据集2个数量级，可以更好地帮助技术人员进行AI算法模型训练和产品开发。
VCSL与其它学术界数据集比较
简单来说，VCSL就是一款“超大杯”，量够大，功能更强。VCSL数据集的发布将大大节省人工审核成本，提高视频侵权取证的效率和准确性。
02 侵权检测easy+
目前开源的拥有片段级别标注的数据集仅有2014年ECCV上开源的VCDB数据集，但这个数据集规模比较小，仅有6000对侵权视频对，并且数据的分布也集中在低清晰度和比较短的视频。
技术同学觉得，这个数据规模用作AI模型的训练并不够理想。
此外，已经开源的数据集大部分都只有视频级别的标注，而并未标注两个视频之间实际侵权的时间片段。
也就是说，过去的数据集只能判断出两个视频是否构成侵权，但并不知道视频中到底哪个片段构成了侵权。如果视频时常2个小时，就需要通过人工拖拉进度条来把侵权片段一个个揪出来。
显然，这个办法实在是有点“笨”。那，怎么解决呢？
早在去年，蚂蚁的技术同学在多媒体顶会ACM MM上创新地提出了一种侵权定位算法，即视频片段相似度和定位网络（Segment Similarity and Alignment Network，SSAN），并在此基础上形成了完善的视频侵权定位基准。
这一算法可以很轻易地对视频侵权片段进行定位（包括但不限于切片、混剪、倒放、鬼畜、画中画等方式）。
技术同学说：“整个SSAN可以端到端进行训练，得到现阶段最好的片段级别侵权定位的效果。”
视频检测算法的处理流程分为三个部分：视频预处理、视频特征提取和视频侵权定位。
当两个视频在某个时间片段出现高度相似（侵权）时，会定位出一些例如“特征线”等情况的特殊图案。
全程AI技术加持，侵权检测从此easy加倍。
相似图生成与原视频对示意图
03 开源和开放
为降低版权的保护门槛，蚂蚁链曾推出数字版权保护平台——「鹊凿」，提供图片确权存证、侵权取证和证据核验等一站式线上自助服务。
通过VCSL数据集、其他公开测评集以及自有数据集积累，鹊凿也锻炼出了更高效的侵权检测能力。同时也沉淀了大量的视频算法技术，在版权保护领域保持领先。
无论是算法代码也好，数据集也好。今天，我们希望通过开放开源，鼓励更多的人参与到版权保护的算法研究中，进一步推动行业的发展。
“之前别人没有做过的事情，我们把它做出来很自豪、很高兴。”在技术开发和迭代的路上，技术同学也形成了职业病，“当看到一些热门视频时总会想着把它放到系统里跑一跑，看看效果怎么样。”
点击链接访问访问VCSL数据集代码：GitHub - alipay/VCSL: VCSL Benchmark