36氪独家获悉，视频大数据分析服务提供方Viscovery宣布，获得超千万美元A＋轮融资，由中华开发工业银行（CDIB）领投，GD1Fund、汉鼎亚太、软银中国早期基金－起点创业营等跟投，资金将用于扩充研发人员和拓展全球市场。此前，汉鼎亚太、软银中国、起点创业营合投了Viscovery500万美元A轮融资。
Viscovery成立于2013年，36氪曾报道过，其一直在做图像识别的工作，从2015年8月左右开始切入视频识别领域。黄俊杰告诉36氪，从图像到视频的转型，其主要的内驱动力是Viscovery运算能力的提升；就外部环境来看，视频内容非常火热，目前视频主要通过卖流量广告变现，视频广告也逐渐成了广告主投放的青睐。
据德国市调公司Statista报告指出，2015全球视频广告营收约为160亿美金，预计2018年时将达到300亿美金。尽管市场巨大，但就目前而言，黄俊杰认为在视频上投放广告，存在不精准的问题：广告与视频内容不相关，用户不想看，导致广告价格上不去，只能靠延长时间补足，而这又进一步影响用户体验，形成一种恶性循环。
Viscovery的做法是，基于计算机视觉和人工智能的技术，通过同时识别视频中人脸、图片、文字、声音、动作、物件和场景七个方面，理解视频内容，然后判断好的广告投放点，从而指导广告主投放与视频内容有关的广告。
广告主要有三种形式：贴片式广告、无缝中插广告以及浮层广告。贴片式广告无需赘言，无缝中插广告是一种与视频内置场景相接的广告，通过关联性的匹配尽可能让用户观看时还未意识到这是广告；而浮层广告中，可以想象一个场景，用户在看某电视剧，画面中出现一辆某名牌跑车，视频左下角就会出现该名牌跑车的弹窗式广告。“上线测试的结果是，视频关联性广告CTR效果比传统的贴片广告平均增加了32%以上，移动设备上达到了86%增长。”黄俊杰说。
此外，在监测涉黄方面，Viscovery能辨识直播内容，并且发现有问题之处。
Viscovery的核心是其视频识别技术，但事实上在做某些专项上识别的厂商不占少数，比如说Face＋＋主要是基于人脸识别技术，衣＋是识别衣服等等。那么与之相比Viscovery的优势在哪？黄俊杰坦言，不同企业所积累的模型不同，Viscovery做的是包含人脸、图片、文字、声音、动作、物件、场景等7种辨识技术。在识别视频时，这些辨识技术会同时运用，相互之间会互补，最终是让电脑理解视频中有哪些情节画面，内容是什么，筛选出好的广告投放点。
同样是着重精准，黄俊杰认为DMP模式是针对用户的精准，“但系统判定不了用户购买了没有，而且会一直进行推送，反而造成干扰。”
在商业模式方面，Viscovery按照效果付费，帮助广告主投放广告后，会对广告主由于广告投放后所增加的营收，以一定比例抽成；另一方面在监测涉黄的应用上，主要收取SaaS服务费，依据后台计算资源的使用量收费。
Viscovery团队有70多人，其中四分之三为研发人员。创始人兼CEO黄俊杰在多媒体及网站开发等方面有相关经验积累。公司首席科学家陈彦呈，为纽约大学布法罗分校计算机博士，曾在Tandent视觉技术公司担任计算机视觉科学家，在图像视频分析、大数据机器学习等领域有一定的经验。
