Արհեստական բանականություն
Deep Learning-ը կրկին ձևավորում է հեռարձակման արդյունաբերությունը
Խորը ուսուցում այն դարձել է աղմուկ բառ շատ ձեռնարկներում, և հեռարձակող կազմակերպությունները նույնպես այն կազմակերպություններից են, որոնք պետք է սկսեն ուսումնասիրել իրենց առաջարկած ողջ ներուժը՝ լուրերից մինչև գեղարվեստական ֆիլմեր և հաղորդումներ, ինչպես կինոթատրոններում, այնպես էլ հեռուստատեսությամբ:
As TechRadar Հաղորդվում է, որ խորը ուսուցման հնարավորությունների թիվը տեսանկարահանման, խմբագրման և կատալոգավորման ոլորտում արդեն բավականին մեծ է: Բայց ինչպես նշվում է, այս տեխնոլոգիան չի սահմանափակվում միայն հեռարձակման մեջ կրկնվող առաջադրանքներով, քանի որ այն կարող է նաև «բարելավել ստեղծագործական գործընթացը, բարելավել տեսանյութերի առաքումը և օգնել պահպանել հսկայական տեսաարխիվները, որոնք շատ ստուդիաներ են պահում»:
Ինչ վերաբերում է տեսանյութերի ստեղծմանը և մոնտաժին, ապա նշվում է, որ Warner Bros. rվերջապես ստիպված եղավ 25 միլիոն դոլար ծախսել «Արդարության լիգայի» վերանկարահանումների վրա, և այդ գումարի մի մասն ուղղվեց աստղի բեղերի թվային հեռացմանը: Հենրի Քեյվիլ մեծացել էր և չէր կարողանում սափրվել՝ համընկնող պարտավորության պատճառով: Խորը ուսուցման օգտագործումը հետարտադրական ժամանակատար և ֆինանսապես հարկվող գործընթացներում, անշուշտ, լավ կօգտագործվի:
Նույնիսկ լայնորեն հասանելի լուծումները, ինչպիսին Flo-ն է, հնարավորություն են տալիս օգտագործել խորը ուսուցում ինքնաբերաբար տեսանյութ ստեղծելու համար՝ պարզապես նկարագրելով ձեր գաղափարը: Ապա ծրագրաշարը որոնում է հնարավոր համապատասխան տեսանյութեր, որոնք պահվում են որոշակի գրադարանում և ավտոմատ կերպով խմբագրում դրանք միասին:
Flo-ն նաև կարողանում է տեսակավորել և դասակարգել տեսանյութերը՝ հեշտացնելով կադրերի որոշակի հատված գտնելը: Նման տեխնոլոգիաները նաև հնարավորություն են տալիս հեշտությամբ հեռացնել անցանկալի կադրերը կամ կազմել անձնական առաջարկությունների ցուցակ՝ հիմնվելով ինչ-որ մեկի հետաքրքրություն արտահայտած տեսանյութի վրա:
Google-ը նեյրոնային ցանց է ստեղծելորը կարող է ավտոմատ կերպով առանձնացնել տեսանյութի առաջին պլանն ու հետին պլանը: Ինչը նախկինում պահանջում էր ա կանաչ էկրան այժմ կարելի է անել առանց հատուկ սարքավորումների»:
Խորը կեղծամն արդեն անուն է ձեռք բերել, և՛ լավ, և՛ վատ, սակայն դրա պոտենցիալ օգտագործումը հատուկ էֆեկտներում արդեն հասել է բավականին բարձր մակարդակի։
Այն ոլորտը, որտեղ խորը ուսուցումը, անշուշտ, փոփոխություն կբերի դասական ֆիլմերի վերականգնման գործում, քանի որ UCLA Film & Television Archive-ը, մինչև 1950 թվականը արտադրված բոլոր ֆիլմերի գրեթե կեսն անհետացել է, իսկ դասական ֆիլմերի տպագրության 90%-ը ներկայումս գտնվում է շատ վատ վիճակում:
Սև և սպիտակ կադրերի գունավորումը դեռևս վիճելի թեմա է կինոգործիչների շրջանում, բայց նրանք, ովքեր որոշում են գնալ այդ ճանապարհով, այժմ կարող են օգտվել. Nvidia գործիքներ, ինչը զգալիորեն կնվազեցնի նման երկարատև գործընթացը, քանի որ այն այժմ պահանջում է, որ նկարիչը նկարի տեսարանի միայն մեկ կադրը, իսկ մնացածը խորը ուսումնառությունը կանի այնտեղից: Մյուս կողմից, Google-ը ստեղծել է մի տեխնոլոգիա, որն ի վիճակի է վերստեղծել տեսագրված տեսարանի մի մասը՝ հիմնվելով սկզբի և վերջի կադրերի վրա:
Դեմքի/օբյեկտների ճանաչումն արդեն ակտիվորեն օգտագործվում է՝ սկսած տեսահոլովակի կամ արխիվի դասակարգումից, տվյալ դերասանի կամ լրագրողի հետ տեսահոլովակներ որոնելուց կամ տեսահոլովակում կամ ֆիլմում դերասանի ճշգրիտ ժամանակը հաշվելուց: TechRadar-ը նշում է, որ Sky News-ը վերջերս օգտագործել է դեմքի ճանաչման համակարգը թագավորական հարսանիքի հայտնի դեմքերին բացահայտելու համար։
Այս տեխնոլոգիան այժմ լայնորեն կիրառվում է սպորտային հեռարձակման մեջ, ասենք.հետևել գնդակի շարժումներին կամ բացահայտել խաղի այլ հիմնական տարրերը, օրինակ՝ գոլը»: Ֆուտբոլում (ֆուտբոլ) Այս տեխնոլոգիան, հաշվի առնելով VAR անվանումը, իրականում օգտագործվում է բազմաթիվ պաշտոնական մրցաշարերում և ազգային լիգաներում՝ որպես մրցավարի գործիք խաղի ընթացքում:
Հոսքային հեռարձակումը հեռարձակման ևս մեկ ասպեկտ է, որը կարող է օգուտ քաղել խորը ուսուցումից: Նյարդային ցանցերը կարող են վերստեղծել բարձր հստակության շրջանակներ ցածր հստակության մուտքից, ինչը հնարավորություն կտա դիտողին ավելի լավ դիտումից օգտվել, նույնիսկ եթե սկզբնական մուտքային ազդանշանը լիովին չի համապատասխանում ստանդարտին:
