Twitter Menggunakan AI Untuk Membuang Foto-Foto yang Dipangkas Secara Otomatis

tanaman otomatis twitter meningkat dengan aiTwindesign / 123RF Fitur pemangkasan otomatis Twitter berfungsi seperti batas karakter tweet untuk menjaga agar gambar di platform mikroblog tetap konsisten dengan umpan lainnya - tetapi sekarang Twitter menjadi lebih baik dalam hal pemangkasan tersebut, berkat kecerdasan buatan. Twitter sekarang meluncurkan pemangkasan otomatis yang lebih cerdas berdasarkan jaringan saraf, perusahaan mengumumkan dalam sebuah posting blog pada 24 Januari.

Fitur pemotongan otomatis sebelumnya bekerja dengan menggunakan deteksi wajah untuk mempertahankan wajah dalam bingkai. Ketika tidak ada wajah yang terdeteksi dalam gambar, perangkat lunak akan memotong pratinjau di tengah, sementara klik pada gambar memungkinkan pengguna untuk melihat keseluruhan bidikan. Twitter mengatakan opsi potong tanpa wajah sering kali menyebabkan tanaman menjadi canggung, sementara terkadang perangkat lunak tidak mengidentifikasi wajah dengan benar.

Untuk memperbaiki pratinjau yang dipotong secara canggung, teknisi Twitter menggunakan apa yang disebut peta gambar yang menonjol untuk melatih jaringan saraf. Peta yang menonjol menggunakan pelacak mata untuk menentukan area gambar yang paling menarik perhatian pemirsa. Penelitian sebelumnya di area tersebut menunjukkan bahwa penonton cenderung fokus pada wajah, teks, hewan, objek, dan area dengan kontras tinggi.

Twitter menggunakan data sebelumnya untuk melatih program memahami area gambar mana yang paling penting. Dengan menggunakan data itu, program dapat mengenali fitur-fitur tersebut dan membuat pemangkasan otomatis di tempat yang akan meninggalkan sebagian besar area visual di dalam pemangkasan.

Tetapi Twitter belum selesai - sementara perangkat lunak saliency berfungsi dengan baik, itu juga lambat, yang akan mencegah tweet diposting secara real time. Untuk mengatasi masalah tanaman yang canggung tanpa perlambatan, Twitter menyempurnakan programnya lagi menggunakan dua teknik berbeda yang meningkatkan kecepatan sepuluh kali lipat. Yang pertama melatih jaringan yang lebih kecil menggunakan program pertama yang bagus tapi lambat untuk mempercepat panen tersebut. Selanjutnya, insinyur perangkat lunak menentukan sejumlah titik visual untuk dipetakan pada setiap gambar, secara efektif menghilangkan isyarat visual yang lebih kecil dan kurang penting sambil menjaga area terbesar tetap utuh.

Pangkas Otomatis TwitterSebelum Pangkas Otomatis TwitterSesudah

Perangkat lunak yang dihasilkan memungkinkan gambar dikirim secara waktu nyata, tetapi dengan pemotongan yang lebih baik. Dalam sekelompok gambar sebelum dan sesudah, Twitter menampilkan gambar dengan wajah yang tidak dapat dideteksi oleh sistem sebelumnya yang dipangkas ke wajah daripada kaki. Contoh lain menunjukkan gambar objek yang dipotong di program pertama karena objek tersebut tidak berada di tengah gambar, tetapi lebih tepat dipotong menggunakan algoritme yang diperbarui. Contoh lain menunjukkan program yang mengenali teks dan menyesuaikan pemangkasan untuk menyertakan tanda.

Algoritme pemangkasan yang diperbarui telah diluncurkan secara global di aplikasi iOS dan Android serta Twitter.com.