#谷歌稱首次實現(xiàn)量子霸權(quán)#為了解決這個問題，谷歌的AI團隊開發(fā)了一種開源解決方案Autoflip，可以對適合目標(biāo)設(shè)備或尺寸（風(fēng)景，正方形，人像等）的視頻進行重新格式化。
自動翻轉(zhuǎn)的工作分為三個階段：鏡頭（場景）檢測，視頻內(nèi)容分析和重新構(gòu)圖。第一部分是場景檢測，其中 機器學(xué)習(xí)模型需要在剪切或從一個場景跳轉(zhuǎn)到另一個場景之前檢測點。 因此，它將一幀與之前的一幀進行比較，以檢測顏色和元素的變化。
一旦模型確定了鏡頭，便會繼續(xù)進行視頻內(nèi)容分析，以確定場景中的重要對象。它使用深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)不僅可以確定人或動物，還可以確定運動中的運動和移動球以及廣告中的標(biāo)記。
在最后階段，AI模型確定是 針對單個空間中的場景使用固定模式，還是關(guān)注對象不斷移動的跟蹤模式。基于此，以及 需要顯示視頻的目標(biāo)尺寸，“自動 翻轉(zhuǎn)”將裁剪幀，同時減少抖動并保留感興趣的內(nèi)容。
谷歌研究人員表示，可以使用Autoflip輕松地將視頻轉(zhuǎn)換為多種格式和屏幕。對于下一階段，團隊希望改善采訪和動畫電影中的對象跟蹤。它希望使用文本檢測和圖像修復(fù)技術(shù)將前景對象和背景對象更好地放置在一幀中。
