Hluboké učení mění obraz vysílání

Hluboké učení se stalo módním slovem ve mnoha oblastech a vysílací organizace jsou mezi těmi, které musí začít zkoumat všechny jeho potenciály, od zpravodajství až po celovečerní filmy a programy, både v kinech a v televizi.

Jak TechRadar uvedl, počet příležitostí, které hluboké učení nabízí v oblasti výroby videa, editace a katalogizace, je již quite vysoký. Ale jak je poznamenáno, tato technologie není omezena pouze na opakované úkoly ve vysílání, protože může také „vylepšit kreativní proces, zlepšit doručování videa a pomoci zachovat obrovské videoarchivy, které mnoho studií uchovává.”

Pokud jde o generování a editaci videa, je zmíněno, že Warner Bros. nedávno musel utratit 25 milionů dolarů za přepracování ‘Justice League’ a část této částky šla na digitální odstranění knírku, který hvězda Henry Cavill vypěstoval a nemohl oholit kvůli překrývajícímu se závazku. Použití hlubokého učení v takových časově náročných a finančně náročných procesech v postprodukci bude určitě dobře využito.

I široce dostupné řešení jako Flo umožňuje použít hluboké učení pro automatické vytvoření videa pouze tím, že popíšete svou ideu. Software pak hledá možné relevantní videa uložené v určité knihovně a edituje je automaticky.

Flo je také schopné třídit a klasifikovat videa, což usnadňuje nalezení konkrétní části záběru. Takové technologie také umožňují snadno odstranit nežádoucí záběry nebo vytvořit osobní seznam doporučení na základě videa, o kterém někdo projevil zájem.

Google (GOOGL ) vytvořil neuronovou síť „která může automaticky oddělit popředí a pozadí videa. Co dříve vyžadovalo zelený obrazovku, lze nyní udělat bez speciálního vybavení.”

Deep fake již získal pověst, jak dobré, tak špatné, ale jeho potenciální použití ve speciálních efektech již dosáhlo quite vysoké úrovně.

Oblast, ve které hluboké učení určitě udělá rozdíl, je restaurování klasických filmů, protože UCLA Film & Television Archive, téměř polovina všech filmů vyrobených před rokem 1950 zmizela a 90 % klasických filmových kopií je目前 v velmi špatném stavu.

Barevnění černobílých záběrů je stále kontroverzní téma mezi filmaři, ale ti, kteří se rozhodnou jít touto cestou, mohou nyní použít nástroje Nvidia (NVDA ), které významně zkrátí takovou časově náročnou činnost, protože vyžaduje, aby umělec barevně upravil pouze jeden rámec scény a hluboké učení udělá zbytek. Na druhou stranu Google vytvořil technologii, která je schopná rekonstruovat část videozáznamu scény na základě počátečních a koncových rámců.

Rozpoznávání obličeje/objektu je již aktivně používáno, od klasifikace video kolekce nebo archivu, hledání klipů s daným hercem nebo zpravodajem, nebo počítání přesného času herce ve videu nebo filmu. TechRadar uvádí, že Sky News nedávno použila rozpoznávání obličeje k identifikaci slavných tváří na královské svatbě.

Tato technologie se nyní široce používá ve sportovním vysílání, aby „sledovala pohyb míče, nebo identifikovala další klíčové prvky hry, jako je gól.” V kopané (fotbalu) tato technologie, nazvaná VAR, je skutečně používána v mnoha oficiálních turnajích a ligách jako nástroj rozhodčího během hry.

Převod je další aspekt vysílání, který může těžit z hlubokého učení. Neuronové sítě mohou rekonstruovat snímky vysoké definice z nízko-definčních vstupů, což umožňuje divákovi těžit z lepšího prohlížení, i když původní vstupní signál není plně standardní.