Gfycat : du machine learning pour des GIF de meilleure qualité

Général

Par Elodie le

La plateforme Gfycat révèle utiliser une intelligence artificielle pour améliorer la qualité des GIF avec le machine learning. Fini les GIFs de basse résolution.

On adore tous les GIF et encore plus les partager entre amis pour illustrer un propos ou une réaction. Dans notre recherche, face à la richesse du contenu, on peut tomber sur des GIF de moindre qualité, presque flous.

Gfycat, bibliothèque et générateur de GIF, entend en finir avec la basse résolution grâce à l’intelligence artificielle. « La curation humaine ne prend pas en considération le gout et l’état d’esprit des gens, nous avons donc créé nos propres outils d’intelligence artificielle », explique le PDG de la plateforme dans un communiqué.

Machine learning, reconnaissance faciale…

Ces outils se déclinent au nombre de trois, tous nommé à partir d’une race de chat. Le premier, Projet Angora, améliore la recherche en ligne pour déterminer la source vidéo d’un GIF. Ainsi, Gfycat parcourt le web à la recherche de la version originale, ensuite il analyse la vidéo pour détecter la partie d’où a été extrait le GIF. Gfycat produit ensuite ce même GIF, mais en haute résolution.

« Nous avons remarqué qu’un certain nombre d’utilisateurs téléchargent des GIF très populaires, mais lorsqu’ils les téléchargent, ils sont de mauvaise qualité la plupart du temps », explique Rabbat. « Nous étudions l’intelligence artificielle et l’apprentissage automatique depuis un certain temps dans le cadre d’une démarche pour embellir le web quand il s’agit de GIF ».

… et beaucoup de chats

Ensuite, avec le Projet Maru, Gfycat utilise la reconnaissance faciale pour taguer les GIFs qui en seraient dépourvus, notamment lorsqu’une célébrité s’y trouve. La compagnie a éprouvé son outil avec une importante base de données pour différencier les visages, notamment ceux très ressemblants, comme celui des actrices asiatiques Lucy Liu et Constance Wu, ce qu’elle ne pouvait pas faire auparavant.

Constance Wu et Lucy Liu

Enfin, le projet Felix s’attarde sur l’identification du texte, même lorsqu’il est granuleux. Felix utilise l’analyse statique pour deviner l’endroit où le texte est susceptible apparaître sur le GIF. L’idée est de faciliter la compréhension du texte, mais aussi la recherche de GIF à partir de ses légendes.

15 000 GIFs sont téléchargés chaque jour sur la plateforme, explique la firme, et elle a créé quelque 2 millions de GIFs de haute qualité jusqu’à présent. Un projet ambitieux face au géant Giphy et ses 200 millions d’utilisateurs actifs par jour.