YouTube: Wie Google die Vorschaubilder stark verbessert hat

Die Videoplattform von Google hatte früher durchaus ein "Talent" dafür, bei der automatischen Auswahl von Screenshots eher unglückliche Screenshots auszuwählen. Das kann man zwar manuell problemlos nachbessern, inzwischen werden die Video-Thumbnails aber von Haus aus besser erfasst. Und zwar mit Hilfe von "Deep Learning".

"KI light"

"Deep Learning" kann man als eine Vorstufe zur Künstlichen Intelligenz bezeichnen und derartiges maschinelles Lernen verbessert auch die Nutzererfahrung von YouTube, wie das Unternehmen im Google Research Blog beschreibt (via VentureBeat). Denn Auswahl der Vorschaubilder wurde zuletzt stark verbessert - Wie es zum neuen Video-"Thumbnailer" kam, beschreibt man nun näher.

Wie es heißt wurden die Optimierungen durch die jüngsten Fortschritte im Bereich von "Deep Neural Networks" (DNNs) "inspiriert", diese erleichtern eine Klassifizierung von Bild- und Video-Inhalten. Bei einem Video-Upload werden zunächst Samples von Frames genommen und zwar ein Frame pro Sekunde. Jedes Einzelbild wird dann über ein Qualitätsmodell ausgewertet und jeweils mit einer Punktezahl versehen.


Danach werden die Frames mit den höchsten Punktezahlen ausgewählt, verbessert und als Thumbnails mit unterschiedlichen Größen und Seitenverhältnissen gerendert. Das Prozedere an sich ist nicht neu, die anfangs erwähnten DNNs haben aber nach Angaben von YouTube das Qualitätsmodell stark verbessert, was sich entsprechend positiv auf den gesamten Prozess auswirkt.

Wie man das dem System "beibringt"

Die Google-Forscher beschreiben in weiterer Folge, wie man der Software ein "gutes Auge" für Thumbnails beibringen kann. Denn das ist keine leichte Aufgabe, da das in der Regel eine höchst subjektive Sache ist. Hier helfen vor allem die individuell von Nutzern hochgeladenen Thumbnails, da diese fast immer sorgfältig ausgewählt (Motiv, Schärfe, Bildausschnitt etc.) werden.

Am anderen "Ende" wurden auch einige besonders schlechte Beispiele von Zufallsframes für Lernzwecke hergenommen. Laut Google ergebe sich dadurch ein System der "binären Klassifikation", damit konnte die Qualität der Vorschaubilder stark verbessert werden.