딥 러닝은 방송 산업을 재편하고 있습니다

깊은 학습 많은 노력에서 유행어가 되었으며, 뉴스 보도에서 장편 영화 및 프로그램에 이르기까지 영화관과 TV 모두에서 제공해야 하는 모든 잠재력을 탐색하기 시작해야 하는 조직 중 하나는 방송 조직입니다.

As TechRadar 비디오 제작, 편집 및 목록 작성 분야에서 딥 러닝이 제공하는 기회의 수는 이미 상당히 많습니다. 그러나 언급한 바와 같이 이 기술은 방송에서 반복적인 작업으로 간주되는 것에 국한되지 않습니다.창작 과정을 개선하고, 비디오 전달을 개선하고, 많은 스튜디오가 보관하고 있는 방대한 비디오 아카이브를 보존하는 데 도움을 줍니다.”

비디오 생성 및 편집에 관한 한 Warner Bros. r이 언급됩니다.최근에 '저스티스 리그' 재촬영에 25만 달러를 지출해야 했고 그 돈의 일부는 그 스타의 콧수염을 디지털 방식으로 제거하는 데 사용되었습니다. 헨리 Cavill 겹겹이 쌓인 약속으로 인해 면도를 할 수 없었습니다. 시간이 많이 걸리고 비용이 많이 드는 포스트 프로덕션 프로세스에서 딥 러닝을 사용하면 확실히 유용하게 사용될 것입니다.

Flo와 같이 널리 사용되는 솔루션도 딥 러닝을 사용하여 아이디어를 설명하는 것만으로 비디오를 자동으로 생성할 수 있습니다. 그런 다음 소프트웨어는 특정 라이브러리에 저장된 가능한 관련 비디오를 검색하고 자동으로 함께 편집합니다.

Flo는 또한 비디오를 정렬 및 분류할 수 있으므로 영상의 특정 부분을 더 쉽게 찾을 수 있습니다. 또한 이러한 기술을 통해 원하지 않는 영상을 쉽게 제거하거나 누군가가 관심을 보인 비디오를 기반으로 개인 추천 목록을 만들 수 있습니다.

구글은 신경망을 내놓았습니다.비디오의 전경과 배경을 자동으로 분리할 수 있는 요구했던 것 녹색 화면 이제 특별한 장비 없이도 할 수 있습니다.”

딥페이크는 이미 이름을 알렸습니다. 좋은 것과 나쁜 것 모두, 그러나 특수 효과에서의 잠재적 사용은 이미 상당히 높은 수준에 도달했습니다.

딥 러닝이 고전 영화의 복원에 확실히 차이를 만들 영역은 다음과 같습니다. UCLA Film & Television Archive, 1950년 이전에 제작된 모든 영화의 거의 절반이 사라졌고 고전 영화 인쇄물의 90%는 현재 매우 열악한 상태에 있습니다.

흑백 푸티지를 채색하는 것은 여전히 ​​영화 제작자 사이에서 논란이 되는 주제이지만 그 경로를 따르기로 결정한 사람들은 이제 다음을 사용할 수 있습니다. 엔비디아 도구이제 아티스트가 장면의 한 프레임만 색칠하면 딥 러닝이 나머지 작업을 수행하므로 긴 프로세스가 크게 단축됩니다. 한편, 구글은 시작 프레임과 끝 프레임을 기반으로 동영상 녹화 장면의 일부를 재현할 수 있는 기술을 내놓았다.

비디오 컬렉션 또는 아카이브 분류, 특정 배우 또는 뉴스맨이 있는 클립 검색, 비디오 또는 영화에서 배우의 정확한 시간 계산 등 얼굴/객체 인식은 이미 활발히 사용되고 있습니다. TechRadar는 다음을 언급합니다. Sky News는 최근 왕실 결혼식에서 유명한 얼굴을 식별하기 위해 안면 인식을 사용했습니다.

이 기술은 현재 스포츠 방송에서 널리 사용되고 있습니다.공의 움직임을 추적하거나 골과 같은 게임의 다른 핵심 요소를 식별하기 위해." 축구에서 (축구) VAR이라는 이름을 가진 이 기술은 실제로 많은 공식 토너먼트와 내셔널 리그에서 경기 중 심판의 도구로 사용됩니다.

스트리밍은 딥 러닝의 이점을 얻을 수 있는 방송의 또 다른 측면입니다. 신경망은 저화질 입력에서 고화질 프레임을 다시 생성할 수 있으므로 원래 입력 신호가 표준에 완전히 부합하지 않더라도 시청자가 더 나은 시청의 이점을 누릴 수 있습니다.