Z pewnością każdy z nas mniej więcej spotkał się z sytuacją, w której ramka wyświetlacza wideo jest „postrzępiona” podczas oglądania go na urządzeniu mobilnym. Irytacja i irytacja to prawdopodobnie uczucia, które pojawiają się natychmiast, ale i tak musisz to zaakceptować i obejrzeć cały film, bo po prostu nie możesz zrobić nic innego.
Aby rozwiązać ten pozornie mały problem, ale mający duży wpływ na wygodę użytkownika, zespół badawczy Google zajmujący się sztuczną inteligencją z powodzeniem opracował rozwiązanie typu open source o nazwie Autoflip, które może automatycznie dostrajać filmy tak, aby dopasowywały się do danego urządzenia lub rozmiaru ekranu w różnych tryby, takie jak krajobraz, kwadrat, portret itp.

Zasadniczo funkcja Autoflip działa w trzech głównych etapach: wykrywanie sceny, analiza treści wideo i wreszcie dostrajanie.
Na etapie wykrywania sceny model uczenia maszynowego będzie zwracać dużą uwagę na punkt przed wycięciem lub przejściem z jednej sceny do drugiej. Dzięki temu może porównać jedną klatkę z poprzednią, aby wykryć zmiany w kolorach i powiązanych elementach.
Po zidentyfikowaniu ujęcia porównawczego model AI przejdzie do analizy treści wideo w celu zidentyfikowania ważnych obiektów w scenie. W tym celu Autoflip wykorzysta sieć neuronową głębokiego uczenia się, która pomoże mu wyraźnie zidentyfikować nie tylko obiekty pojawiające się w scenie, takie jak ludzie, zwierzęta, pojazdy, drzewa. ...ale także ruch i stan ruchu obiektu obiekt.
W końcowym etapie model AI określa, czy powinien zastosować tryb stacjonarny dla scen rozgrywających się w pojedynczej przestrzeni, czy tryb śledzenia, gdy interesujące obiekty są w ciągłym ruchu. W oparciu o ten czynnik i docelowy rozmiar wideo, jakie ma zostać wyświetlone, funkcja Autoflip przytnie ramkę wyświetlacza, aby zapewnić płynność, a zwłaszcza zachować całą interesującą zawartość.
Badacze Google AI twierdzą, że funkcji Autoflip można używać do konwertowania filmów do wielu formatów i rozmiarów ekranu bez interwencji człowieka. W kolejnym etapie zespół chce ulepszyć zdolność Autoflipa do śledzenia tematów w wywiadach i kreskówkach. Aby to zrobić, model AI musi być wyposażony w techniki wykrywania rozmytego obrazu i tekstu, aby lepiej umieszczać w ramce obiekty pierwszego planu i tła.
Możesz zapoznać się z kodem Autoflip TUTAJ .

