La imagen de miniatura de un vídeo de Youtube no se elige aleatoriamente, sino que hay todo un proceso detrás que no vemos.

Si has subido alguna vez un vídeo a Youtube sabrás que el servicio te da a elegir entre tres imágenes para representarlo en el servicio y como imagen por defecto cuando carga el vídeo en una web.

Esa miniatura será la que represente nuestro vídeo, así que es muy importante para ganar visitas y aumentar nuestra audiencia, así que el proceso no se deja en manos del azar sino que Google ha sacado los pesos pesados, su red neuronal.

Así se consigue la miniatura de un vídeo de Youtube

youtube miniatura 1

La red neuronal de Google está ocupada en varios servicios, como por ejemplo Street View para reconocer números de casas o para crear extraños “sueños” a partir de un vídeo o imagen; y desde una reciente actualización de Youtube, también se encarga de elegir las imágenes de miniatura de los vídeos que subimos, y lo hace analizando cada frame por separado y otorgándole una puntuación de calidad. Las tres capturas con mejor puntuación son mejoradas y renderizadas en diferentes tamaños para cada ocasión, y se asocian al vídeo.

youtube miniatura 2

Pero, ¿cómo sabe la red neuronal lo que es “calidad” y lo que no lo es? Pues se fija en el trabajo ya hecho por muchos youtubers que suben imágenes de miniatura personalizadas, que tienen las características que más llaman la atención: están enfocadas, están bien encuadradas, y se centran en un sujeto u objeto que suele ser el presentador o tema del vídeo. También se seleccionan varias capturas aleatorias como “malos ejemplos”. La red neuronal se basa en estos ejemplos positivos y negativos para determinar si un frame es un buen ejemplo del vídeo o no.

youtube miniatura 3

Desde que Youtube cuenta con la ayuda de la red neuronal para seleccionar miniaturas, los resultados han mejorado; en una encuesta las miniaturas elegidas por la red neuronal eran preferidas en un 65% de las ocasiones.

youtube miniatura 4

Y si lo comparamos con los resultados del anterior algoritmo, no vemos una diferencia brutal en el sentido de que son capturas similares, pero al mismo tiempo son mucho mejores (los sujetos aparecen siempre bien enfocados, por ejemplo).

Fuente | Google Research