Генерация превью для видео нейросетью: кадр, который решает, откроют ли ролик

Генерация превью для видео нейросеть выполняет наполовину: сцену и фон она соберёт, а текст, лицо и композицию под мелкий размер придётся доводить руками. Зато эта половина занимала больше всего времени.

Из чего состоит рабочее превью

Один понятный объект. Не композиция из пяти элементов, а одна вещь, которая читается мгновенно.

Контраст. Превью соседствует с десятком других, и выделяется то, что светлее или темнее окружения.

Текст из двух-трёх слов. Не заголовок ролика, а то, что заголовок не сказал.

Лицо, если ролик про человека. Оно повышает отклик, и с этим спорить трудно.

Воздух по краям: интерфейс наложит на превью длительность и прочие элементы.

Генерация превью для видео нейросеть: что отдать модели

Фон и сцену: обстановку, свет, атмосферу.

Объект в кадре, если это предмет, а не конкретный человек.

Вариации одной идеи: пять фонов под один текст, чтобы выбрать.

Стилизацию: превратить кадр из ролика в графичную картинку.

Что оставить себе: надписи, наложение лица, финальную компоновку. Кириллица в генерации ненадёжна, а текст на превью обязан быть безупречным.

Как проверять превью

Уменьшите до размера, в котором превью реально увидят. Если непонятно, о чём ролик, работа не сделана.

Посмотрите в ряду с чужими превью, а не отдельно. Выделяется или сливается.

Проверьте текст на читаемость на телефоне.

Проверьте, не закрывает ли интерфейс важную часть.

Покажите человеку, который не знает, о чём ролик, и спросите, что он ожидает увидеть.

Что не работает

Превью, которое обещает не то, что в ролике. Отклик будет, досмотров не будет, и площадка это учтёт.

Много мелкого текста. Читается только то, что можно прочитать за полсекунды.

Кадр прямо из ролика без обработки. Он почти всегда невыразителен: видеокадр и превью решают разные задачи.

Сложный коллаж. В мелком размере он превращается в кашу.

Я делаю по три варианта превью на ролик и выбираю не тот, что красивее, а тот, что понятнее в мелком размере. Красивый выигрывает примерно в одном случае из пяти.

При этом на роликах про сам процесс генерации у меня почему-то работает обратное, и я так и не понял почему.

Про удержание единого вида серии писали отдельно, для канала это важно.

Часто задаваемые вопросы

Что должно быть на превью? Один понятный объект, контраст с соседями, два-три слова текста и воздух по краям под элементы интерфейса.

Что генерация делает хорошо? Фон, сцену, стилизацию кадра и вариации одной идеи. Текст и лицо накладывают вручную.

Можно ли взять кадр из ролика? Без обработки почти никогда: видеокадр и превью решают разные задачи, и кадр выходит невыразительным.

Как проверить превью? Уменьшить до реального размера и посмотреть в ряду с чужими. Если не понятно, о чём ролик, превью не работает.

Можно ли взять кадр прямо из ролика? Без обработки почти никогда: видеокадр и превью решают разные задачи, и кадр выходит невыразительным.

Источники

1. Flami: баннер для ютуба нейросетью
2. Flami: единый стиль серии кадров
3. Flami: кириллица в нейросетях