密歇根大学的初创公司Voxel51今天推出了其旗舰产品——一个软件平台，旨在让人们更容易、更快、更实惠地访问尚未开发的视频数据潜力。

该软件针对的是使用视频但难以从中提取所需信息的公司。虽然视频是一种丰富的数据形式，但由于其复杂性、文件大小大以及缺乏词等定义的单位，很难对其进行分析和搜索。

Voxel51已经开始通过其视频分析平台和开源软件库来克服这些障碍，可以共同实现最新的视频识别。它识别并跟踪每个剪辑中的对象和动作。正如联合创始人布莱恩摩尔所说，“我们将视频转化为价值。”

他们最初的重点是无人驾驶汽车，主要集中在道路场景和公共安全视频上。在这两种应用中，摄像头都是关键的传感器，但人类处理数据以便计算机进行分析是非常耗时的。更快的自动化处理应该会加速更好的计算机视觉的发展。

电气和计算机工程教授的联合创始人杰森科尔索(Jason Corso)表示，“这是第一个也是唯一一个开放的道路场景理解平台。”“汽车公司正在建造它们，但使用的是专有仓库。任何人都可以使用和尝试我们的汽车。

“通过民主化视频处理和访问大型注释库，我们使年轻的初创公司能够与资源丰富的团队竞争，这些团队致力于大公司的无人驾驶汽车和其他计算机视觉应用。”

在今天的无人驾驶汽车中，感知算法是使用机器学习技术生成的，这意味着它们需要在具有对象识别和跟踪注释的视频片段上进行训练，例如行人、车辆、灯柱、标志和交通灯。

在训练系统之前，必须对视频进行注释(通常是手动注释)。这就是为什么为机器学习算法创建训练数据既耗时又昂贵。

在Voxel51的帮助下，用户可以依靠平台的AI软件来加快这一过程。然后，您可以搜索非常具体的视频内容，例如，遛狗。在开源库的帮助下，一些用户可以访问比他们原本负担得起的更大的数据集。

UM Tech Transfer的许可总监布莱斯皮尔磁(bryce Schmidt)表示：“自动车辆领域对Voxel51开发的尖端人工智能技术有明确的需求，我们对已经取得的进展充满热情。

“目前，Voxel51技术正在帮助Mcity的自动驾驶汽车理解他们在路上看到的东西，以便他们做出更好的决策，毫无疑问，我们最终将看到这些创新应用于量产汽车，使它们更安全、更高效、更可靠。”

除了把强大的AI视频分析交给开发者之外，Voxel51的主要内部区别在于，它的处理工作是在跨帧的时空体积中进行的，它们可以捕捉到随时间变化的运动和外观。换句话说，他们看的是像素而不是像素。

该公司已经筹集了200万美元的风险资本。Corso表示，它位于安阿伯，有15名员工，正在招聘更多的人。

“自从现代计算出现以来，人类一直在适应计算机。我认为是时候让计算机适应我们了，这需要对视觉世界有更深入的理解，”科尔索说。“Voxel51的新平台是朝着这个方向迈出的重要一步。我们希望新公司可以轻松而有力地添加视觉感知，这是他们无法做到的。"