致力于Google全自动旋转智能化裁剪短视频_解剖互联网技术的沙龙活动，345

在传统型中，在长宽比16：9和4：3的电视上看到了短影像。但是，如果使用最新的机器，可以用各种各样的纵横比看短的动画，制作。裁剪短视频适合这种机器设备的显示屏成为短视频管理方法者繁琐的每日任务。非常幸运的是，Google我们期待着剪短视频。

Google最近一篇文章的博客文章的内容是在源编码的外部公开开放类专用工具，再次用于剪切文件格式和适合所有显示画面的短视频。AutoFlip是一款全自动重构图法的短视频专用工具，应用了机器学习训练（ML）的对象检查和跟踪技术。

AutoFlip智能化视频裁剪

[Google]此专用工具已建立以处理短视频的基本静态数据剪切。静态数据切分涉及不可依赖方式的短视频的重新构图法，即为短视频特定的监控录像看口，然后切分为该地区之外的所有具体内容。这种方式并不期望导出短视频。

Google具有Autoflip高端的作用很多，包括摄像镜头检查、短视频具体内容的解剖及其最终的再停留。我来简单介绍一下这个重组对策的一个。

是摄影镜头检查

短视频场景或摄像镜头是一个持续的帧码序列，并非全部都被截取。如果在短视频的拍摄镜头或场景中发生了所有的转变，则[Google]的AutoFlip可以通过将先前帧的色调直方图与新帧的色调直方图进行比较来验证转变。当帧色调的扩散以与滚动历史时间对话框不同的速度迁移时，将检查摄影镜头迁移。该专用工具用于优化重构图法的全过程，负责什么可以在重构图法确定前先缓存全部短视频。

短视频的具体内容分析

应用这个对策的话，用这个专用工具可以检查短动画中的关键人物和人物。根据深层学习的培训对象验证物理模型以识别目标。应用此物理模型，专用工具还可以检查任何文本叠加或著名品牌的徽标，如健身运动或球，以及体育短片中的其他元素。人脸和物的常规身体检测实体模型由MediaPipe集成在专用工具中。它大部分通过开发设计管道解决多方式的数据信息架构。此体系结构是在CPU上应用了[Google]的TensorFlow Lite ML体系结构。

重新框架

识别短视频中的角色和对象后，此专用工具可用于确定如何重新帧化短视频。AutoFlip从3种再定框架对策中选出1种，剪切具体内容。这个专用工具，根据短的动画的内容选出最好的对策。例如，在固定方式中，重新帧的监视照相机的视口维持固定在固定部位，固定部位保存了短视频的大部分关键场景。对于包括健身在内的短片，你可以通过以稳定的速率再次移动框架的相机视觉来“移动”。如果相框包含有趣的被摄体，跟踪方式是有效的。

在优化算法的重新构图对策中，根据AutoFlip设定每帧的最佳剪切对话框。这样你就可以用最好的方式保存短视频的关键内容。

立即向开发设计者和电影制作者公布这一专用工具，其目的是“通过全自动短片编写降低其设计方案的艺术创意障碍并扩展覆盖范围”。在任何情况下，AutoFlipis都是最有效的方法，从风景画到人物画，从人物画到风景画。