O Aprendizado Profundo Está Redefinindo a Indústria de Transmissão

Aprendizado profundo se tornou uma palavra-chave em muitas empreitadas, e as organizações de transmissão também estão entre aquelas que começaram a explorar todo o potencial que ele tem a oferecer, desde a reportagem de notícias até filmes e programas de destaque, tanto nos cinemas quanto na TV.

Como TechRadar relatou, o número de oportunidades que o aprendizado profundo apresenta no campo da produção de vídeo, edição e catalogação já é bastante alto. Mas, como se nota, essa tecnologia não está limitada apenas a tarefas repetitivas na transmissão, pois também pode “melhorar o processo criativo, melhorar a entrega de vídeo e ajudar a preservar os vastos arquivos de vídeo que muitos estúdios mantêm.”

Quanto à geração e edição de vídeo, menciona-se que a Warner Bros. recentemente gastou $25M em refilmagens para ‘Liga da Justiça’ e parte desse dinheiro foi usado para remover digitalmente um bigode que o astro Henry Cavill havia crescido e não podia raspar devido a um compromisso concomitante. O uso do aprendizado profundo em processos tão demorados e financeiramente caros na pós-produção certamente será posto em bom uso.

Até mesmo soluções amplamente disponíveis como Flo tornam possível usar o aprendizado profundo para criar automaticamente um vídeo apenas descrevendo sua ideia. O software então procura vídeos possíveis relevantes que estão armazenados em uma certa biblioteca e os edita juntos automaticamente.

Flo também é capaz de classificar e categorizar vídeos, tornando mais fácil encontrar uma parte específica da filmagem. Tais tecnologias também permitem remover facilmente filmagens indesejadas ou criar uma lista de recomendações pessoais com base em um vídeo que alguém expressou interesse.

O Google (GOOGL ) desenvolveu uma rede neural “que pode separar automaticamente o primeiro plano e o plano de fundo de um vídeo. O que costumava exigir uma tela verde agora pode ser feito sem equipamento especial.”

O deep fake já fez um nome para si, tanto bom quanto ruim, mas seu uso potencial em efeitos especiais já atingiu um nível bastante alto.

A área onde o aprendizado profundo certamente fará uma diferença é na restauração de filmes clássicos, pois o Arquivo de Filme e Televisão da UCLA, quase metade de todos os filmes produzidos antes de 1950 desapareceram e 90% das impressões de filmes clássicos estão atualmente em más condições.

Colorizar filmagens em preto e branco ainda é um assunto controverso entre os cineastas, mas aqueles que decidem seguir esse caminho agora podem usar as ferramentas da Nvidia (NVDA ), que encurtarão significativamente esse processo demorado, pois agora requer que o artista colore apenas um quadro de uma cena e o aprendizado profundo fará o resto a partir daí. Por outro lado, o Google desenvolveu uma tecnologia capaz de recriar parte de uma cena gravada em vídeo com base nos quadros de início e fim.

Reconhecimento de rosto/objeto já está sendo usado ativamente, desde classificar uma coleção ou arquivo de vídeo, procurar cliques com um ator ou apresentador específico, ou contar o tempo exato de um ator em um vídeo ou filme. O TechRadar menciona que a Sky News recentemente usou reconhecimento facial para identificar rostos famosos no casamento real.

Essa tecnologia agora está sendo amplamente usada na transmissão esportiva para, por exemplo, “acompanhar os movimentos da bola, ou identificar outros elementos-chave do jogo, como o gol.” No futebol, essa tecnologia, dada o nome VAR, é atualmente usada em muitos torneios e ligas nacionais oficiais como uma ferramenta do árbitro durante o jogo.

A transmissão é mais um aspecto da transmissão que pode se beneficiar do aprendizado profundo. Redes neurais podem recriar quadros de alta definição a partir de entrada de baixa definição, tornando possível para o espectador se beneficiar de uma visualização melhor, mesmo que o sinal de entrada original não esteja totalmente dentro do padrão.