VR眼鏡層出不窮，VR 應用如雨后春筍，它們消費的內容主要有圖片，視頻和游戲3種。當前優酷，搜狐，樂視，愛奇藝，Youtube等比較大的視頻網站，都推出了VR視頻專區，各種比較小的專注VR視頻的網站多不勝數，其中比較有名的有Utovr，591vr等。用戶在使用QQ手機瀏覽器（Android）過程中視頻的播放量很大，其中不可避免的會有VR視頻。

　　VR視頻一般是mp4格式，與普通視頻無異。mp4視頻里面并沒有標記這是一個普通視頻，還是一個VR視頻。一般網站或者應用里面區分VR視頻的做法是，在后臺的數據庫里面有個字段標記。但是QQ瀏覽器里面的播放器只能拿到一個視頻的URL，無法知道這是一個普通視頻還是VR視頻，所以播放的時候只能按照普通視頻去渲染。

　　VR視頻眼鏡播放模式（可以轉動手機查看周圍）

　　VR視頻普通播放模式

　　如何判斷視頻是不是VR視頻

　　前面已經說了，QQ瀏覽器的視頻播放器只能拿到一個視頻的播放地址，所以判斷是否VR視頻，只能從視頻本身出發。觀察以下VR視頻和普通視頻的截圖兩端紅框區域，發現VR視頻的兩端邊緣相似度較高，而普通視頻的邊緣相似度很差。VR視頻識別的算法就是基于這個現象，獲取一個視頻多個幀的圖片，然后給出視頻是VR視頻的概率。

　　算法存在的問題

　　通過上面的介紹，知道這個算法是根據圖片邊緣相似性得到結果，出于效率的考慮檢查的圖片數量和檢查的粒度不能設置太高，那么它得到的結果會有兩個不可避免的問題：將VR視頻識別為普通視頻；將普通視頻識別為VR視頻。如以下示例：

　　對于這樣一個計算概率性的算法，需要找到盡量多的失敗用例，然后根據失敗的特點來改進算法。為了發現失敗用例，需要一個很大的測試集，這個測試集合里面包含了一個VR視頻集合，以及一個普通視頻的集合。這個集合的作用是盡量使VR視頻正確識別，又要保證普通視頻不會被識別為VR視頻。這個集合最好還要易于增加測試源，用來驗證算法的有效性。

　　測試集的建立

　　最開始測試集合是到網絡上下載VR視頻，保存到本地，然后用來測試驗證。這種方式的優點是測試的速度很快，因為都是本地視頻。但是缺點也很明顯，VR視頻的size太大（5 分鐘的視頻經常會上 G）本地保存比較麻煩；每次去網上找下載太耗時，不容易增加，而且容易重復。

　　現在的測試集合保存的是視頻網頁的網址，網址有爬蟲爬取。當前做了12個網站的爬蟲，基本包含了國內主流的視頻網站和VR 視頻網站。

　支持的主流網站（source表）

　　在爬蟲里記錄了網站經常更新的頁面（一般是網站的分類網址：如優酷的電視劇，電影分類的 URL），爬蟲運行時將爬去到的頁面地址保存到Video表。保存前會自動分析頁面的特征，判斷該頁面的視頻是不是 VR 視頻，并將結果一起保存到video表，從而建立VR視頻集合以及普通視頻集合。

　　測試過程中如果發現有的視頻源已經失效，需要在video表中標記無效，不用刪除視頻源，避免下次再次加入。如果是自動化能識別的失效可以自動化標記（如：視頻已經下線跳轉到404頁面），否則需要人工根據測試結果標記。

測試集合內的視頻（video 表）

　　當前測試集合的VR視頻數量有2500個，普通視頻數量有7000 個，由于現在的測試工具尚不支持https的測試源，所以有些視頻還沒有測試過。

　　測試準備

　　有了爬蟲就可以建立測試集，有了測試集還需要測試工具。測試工具是開發提供的一個exe程序，程序的調用方式：VideoDetector.exe -c 30 -u http://www.xxx.mp4 ，調用后的返回結果是視頻為VR視頻的概率，如果出錯返回 -1。

　　測試集和測試結果都保存在數據庫中，數據庫中有 4 張表。上面已經介紹了source和video表，分別支持的網站和爬蟲爬取的視頻網頁。還有一個task表，用來記錄每次測試的結果，另外還有一個result表，用來記錄每個視頻的測試結果。

　　以上是最近的一次測試結果，更新算法后，驗證 VR 視頻的成功率提升了 20%，驗證非 VR視頻的成功率下降了 3%。 使用該方案后，能快速了解算法對視頻識別率的影響，并能方便獲取失敗用例，用來改進算法。