Głębokie uczenie zmienia branżę nadawczą

Głębokie uczenie stało się słowem-kluczem we wielu dziedzinach, a organizacje nadawcze również zaczynają badać wszystkie możliwości, jakie oferuje, od raportowania wiadomości po filmy i programy, zarówno w kinach, jak i w telewizji.

Jak donosi TechRadar, liczba możliwości, jakie głębokie uczenie oferuje w dziedzinie produkcji wideo, edycji i katalogowania, jest już dość wysoka. Jak jednak zauważa się, ta technologia nie jest ograniczona tylko do zadań powtarzalnych w nadawaniu, ponieważ może również „poprawić proces twórczy, usprawnić dostarczanie wideo i pomóc zachować ogromne archiwa wideo, które wiele studiów posiada.”

Jeśli chodzi o generowanie i edycję wideo, wspomniano, że Warner Bros. niedawno musiał wydać 25 milionów dolarów na przeróbki ‘Ligi Sprawiedliwości’ i część tej kwoty poszła na usunięcie cyfrowe wąsów, które gwiazda Henry Cavill wyrosła i nie mógł ogolić się z powodu nakładających się zobowiązań. Użycie głębokiego uczenia w tak czasochłonnych i kosztownych procesach w postprodukcji na pewno zostanie wykorzystane.

Nawet powszechnie dostępne rozwiązania, takie jak Flo, umożliwiają korzystanie z głębokiego uczenia do tworzenia automatycznego wideo tylko poprzez opisanie swojej idei. Oprogramowanie następnie wyszukuje możliwe istotne wideo przechowywane w określonej bibliotece i łączy je automatycznie.

Flo może również sortować i klasyfikować wideo, co ułatwia znalezienie konkretnego fragmentu nagrania. Takie technologie umożliwiają również łatwe usunięcie niepożądanego fragmentu lub stworzenie listy rekomendacji osobistych na podstawie wideo, które ktoś wyraził zainteresowanie.

Google (GOOGL ) opracował sieć neuronową, która może automatycznie oddzielić pierwszy plan i tło wideo. To, co wcześniej wymagało zielonego ekranu, może teraz być zrobione bez specjalistycznego sprzętu.”

Głębokie fałszerstwo już zrobiło sobie nazwę, zarówno dobre, jak i złe, ale jego potencjalne zastosowanie w efektach specjalnych już osiągnęło wysoki poziom.

Obszar, w którym głębokie uczenie na pewno wprowadzi zmiany, to restauracja klasycznych filmów, ponieważ UCLA Film & Television Archive, prawie połowa wszystkich filmów wyprodukowanych przed 1950 rokiem zniknęła, a 90% klasycznych odbitek filmowych jest obecnie w bardzo złym stanie.

Kolorowanie czarno-białych nagrań wciąż jest kontrowersyjnym tematem wśród twórców filmowych, ale ci, którzy zdecydują się na tę opcję, mogą teraz korzystać z narzędzi Nvidia (NVDA ), które znacznie skrócą ten długi proces, ponieważ wymaga on teraz, aby artysta pokolorował tylko jeden klatkę sceny, a głębokie uczenie zajmie się resztą. Z drugiej strony, Google opracował technologię, która może odtworzyć część nagranego sceny na podstawie klatek początkowych i końcowych.

Rozpoznawanie twarzy/obiektów jest już aktywnie wykorzystywane, od klasyfikacji kolekcji wideo lub archiwum, wyszukiwania klipów z określoną osobą lub dziennikarzem, do liczenia dokładnego czasu, jaki dana osoba spędza w wideo lub filmie. TechRadar wspomina, że Sky News niedawno wykorzystał rozpoznawanie twarzy, aby zidentyfikować sławne twarze na ślubie królewskim.

Ta technologia jest teraz powszechnie stosowana w transmisjach sportowych, aby „śledzić ruch piłki lub identyfikować inne kluczowe elementy gry, takie jak bramka.” W piłce nożnej ta technologia, nazwana VAR, jest faktycznie stosowana w wielu oficjalnych turniejach i ligach krajowych jako narzędzie sędziowskie podczas gry.

Transmisja jest kolejnym aspektem nadawania, który może skorzystać z głębokiego uczenia. Sieci neuronowe mogą odtworzyć ramki o wysokiej rozdzielczości z wejścia o niskiej rozdzielczości, co pozwala widzom korzystać z lepszej jakości obrazu, nawet jeśli oryginalny sygnał wejściowy nie jest w pełni zgodny z normą.