当前的视频内容分析技术主要是指对网站中视频进行语音、文字、人脸、物体、场景多维度分析，输出视频泛标签，提升搜索推荐效果。

我们通常会从以下几个方面提取视频当中的内容：
「1」看到听到的内容: 视频中包含的色彩、外形、声音等内容
「2」认识的内容: 视频中包含的一些我们认识的东西，事情，它们可能在运动，它们之间的关系以及运动轨迹。
「3」体会到的内容: 视频中包含的能让我们体会到的感情方面的影响,需要结合心理学等方面的知识进行分析。 

视频内容分析技术当中的重点应用模块
「1」解析视频，对于视频中包含的图形和音频进行分析,对分析结果理解后形成分类标签
「2」基于人脸识别技术和庞大的名人库,识别视频中出现的明星、名人
「3」通过语音识别技术，识别视频中的音频内容
「4」对于特定场景，针对特定物品独立建模,可以在识别视频中识别出该物品
「5」除了人工根据内容定义标签之外，我们可以识别视频文件中的弹幕、字幕，以及通过OCR技术识别视频图像中的文字内容，自动为视频进行标注