Gfycat将AI应用于个性化GIF，以识别人脸和游戏角色

除了“弗兰肯斯坦”似的的创造和情色化身的构想，人工智能也在被应用于一些傻气的人类努力中。Gfycat 创建了 Gfycat AI 应用，通过机器学习，来改善动图 GIF，使其具有更好的人脸识别和视频游戏角色识别等功能。

Gfycat AI 有三个不同的机器学习项目：Maru，Felix 和 Angora。它们都是以猫的名字命名的，这是互联网上的痴狂。

Maru 项目使用面部识别技术来识别 GIF 中的人物。到目前为止，Maru 已经在 Gfycat 的 GIF 数据库中识别并标记了超过 3000 个名人面孔，超过 120 万个 GIF 标记。Gfycat 使用 LFW（Labeled Faces in the Wild）人脸数据集的精度为 99.38％的开源模型。

由于游戏 GIF 在 Gfycat 上很受欢迎，因此 Maru 也能够侦测到逼真的视频游戏角色，比如《守望先锋》的角色。当一个 GIF 显示某一特定游戏的视频时，Maru 也能识别。它能够准确地识别和标记视频游戏的 GIF，例如《最后生还者》。

Maru 背后的技术具有超越标签和搜索结果的应用。例如，脸部识别结果的分析可以用来确定哪些角色和公众人物将受欢迎。

Felix 项目从 GIF 中提取标题以改善标记和搜索。上传到 Gfycat 的许多 GIF 最初是在不同的软件应用程序中创建的，在这种情况下，标题不会被输入到 Gfycat 数据库中。通过使用 Felix 的数据，Gfycat 能够更好地理解在给定时间共享的情绪和迷因。未来，Gfycat 还将能够更好地了解与游戏相关的 GIF 的分数数据和成就。

Gfycat 首席执行官 Richard Rabbat 在一份声明中表示：“我们对这些创新的 AI 项目所带来的可能性感到兴奋。通过 Gfycat AI 收集的数据，我们可以更深入地了解用户行为，改善搜索结果，并提高互联网上 GIF 的质量。”

项目 Angora 使用机器学习自动搜索低质量的 GIF 动图，并以更高的帧率在 HD 中重新创建它们。Gfycat 能够提供高达 8K 质量的 GIF。但大多数 GIF 是低质量的，只支持 256 色。当用户从其他来源找到或创建 GIF 并将其上传到 Gfycat 时，通常这些 GIF 的质量比平台低很多。

Angora 项目使用计算机视觉算法为低质量 GIF 定位高质量视频源。一旦发现，Gfycat 的 HD GIF 支持就会产生更高质量的版本。Angora 每天在 Gfycat 上传大约 15,000 个 GIF，至今已在该平台上创建了 200 万个高质量的 GIF。

Alsop Louie 合作伙伴和 Gfycat 董事会的董事 Ernestine Fu 表示：“作为两家知名游戏公司 Twitch 和 Niantic 的投资人，Alsop Louie 对于 Gfycat 的人工智能计划正在形成我们对游戏粉丝如何与自己喜爱的游戏进行互动的理解感到非常兴奋。到目前为止，我们看到的结果只是开始。”