本次分享主要介绍计算机视觉、听觉在流媒体领域的一些应用。在分享中，会介绍UCloud基于已有的媒体对象存储、媒体工厂、云直播等大数据平台，使用深度神经网络等模型，对海量的媒体数据进行特征提取与学习，并且应用到涉黄爆恐识别、媒体内容审核、视频自动标签、同声传译、等业务平台的一些技术与经验。

张纯

随着数据的爆炸性增长和数值计算硬件（GPU）技术的发展，深度学习越来越收到人们的关注，深度学习在计算机视觉领域也发挥非常关键的作用。本次主要分三部分来介绍计算机视觉与深度学习的原理和应用。

杨锦

随着手机与基础网络设施的普及和高速发展，用户消费内容逐渐由文字变为多媒体，深入分析微博平台上丰富的图片及视频势在必行，而深度学习在其中发挥着非常关键的作用。本次分享主要介绍深度学习在视频重复检测中的应用，主要内容涉及三个部分：（1）分别介绍基于深度模型的图像、音频的重复检测算法以及面临的问题（2）针对图像和音频算法面临的问题，怎样对两者进行有效地结合（3）围绕视频量大且耗时的问题，怎样高效且高质量地检索候选重复视频，用于后续的精确对比。

本次分享主要介绍直播领域如何基于全链路日志打造实时的质量监控系统。期间，会介绍陌陌直播监控系统，从媒体质量日志设计、采集、存储、实时分析、量化再到故障报警整个过程中所涉及到的一些通用技术，以及陌陌在针对直播质量调优过程中的一些具体实践。最后会讲解基于目前的监控系统，如何与智能调度系统联动，实现直播CDN智能切换。