Tal vez recuerde haber ido a una boda y haber encontrado una cámara de película barata en cada mesa, junto con una nota pidiendo a los invitados que tomen fotos de sus experiencias de boda. O, más recientemente, tal vez agregó sus videos de una boda, un partido de fútbol infantil u otro evento a una carpeta compartida en línea. En ambos casos, el anfitrión del evento o su designado tuvo mucho trabajo por hacer para convertir esas imágenes y videos en un recuerdo utilizable.
Aunque la calidad del video grabado por los teléfonos inteligentes ha mejorado drásticamente en los últimos años, la molestia de recopilar y ensamblar múltiples grabaciones de un solo evento ha cambiado poco. Claro, los expertos en TikTok, los influencers de Instagram y otros aficionados dedicados han aprendido a usar software de edición para armar películas atractivas y compartibles para teléfonos inteligentes.
Pero eso nos deja fuera de escena a muchos de nosotros, aunque no por mucho más tiempo. La próxima frontera de la creación de videos de consumo estará impulsada por IA, no por un camarógrafo profesional o un aficionado dedicado. Estos sistemas combinarán de manera inteligente y automática el video de múltiples teléfonos inteligentes y otros dispositivos de video, incluidas cámaras de acción, drones, cámaras de cardán o prácticamente cualquier otra cámara conectada en una producción terminada. Creemos que este tipo de sistema estará disponible para los consumidores dentro de 2-3 años.
Esta es la producción de video multicámara para el consumidor, un ecosistema de tecnologías que puede poner a los camarógrafos de bodas fuera del negocio, o al menos darles una carrera por el dinero. Los componentes básicos de este sistema ya existen. Incluyen las cámaras y el software de procesamiento de video avanzado integrado en los teléfonos inteligentes de hoy, inteligencia artificial que ya es excelente en el reconocimiento de imágenes y comunicaciones inalámbricas de alta velocidad y baja latencia, incluidas redes inalámbricas LTE de alta velocidad, redes Wi-Fi y 5G.
Así es como funcionará.
Piense en varios miembros de una familia grabando un video de un evento. Primero, usan una aplicación para unirse a un proyecto compartido. Cuando comienzan a grabar, el software en sus dispositivos determina automáticamente lo que está filmando cada persona, etiquetando el contenido con metadatos detallados.
A medida que avanza el evento, estas transmisiones de video con metaetiquetas pasan de los teléfonos inteligentes a la nube. Allí, el sistema de producción de IA hace coincidir las transmisiones al verificar las marcas de tiempo, sincronizar el contenido visual y de audio cuando es posible y calificar la confiabilidad de toda la sincronización.
A continuación, clasifica las corrientes en términos de distancia a los objetos, dirección de la cámara y orientación. Y los clasifica en términos de contenido, utilizando reconocimiento de objetos, detección de paisajes y reconocimiento facial y de voz. También comienza a comparar contenido entre transmisiones, identificando qué contenido hay en una transmisión pero no en otra. Los algoritmos asignan calificaciones al contenido en función del contenido en sí (una persona que se ríe en una escena puede valer más para el producto final que si la composición de un marco se adhiere a la regla de los tercios), así como en los parámetros de calidad (una buena iluminación, Un tiro bien compuesto puede tener más probabilidades de hacer el corte final que uno que no lo está).
Estas calificaciones ayudan al editor automático a armar el video final, tomando las decisiones que tomaría un editor humano, como seleccionar clips y mezclar audio. Puede aplicar temas visuales, compensar las lagunas en el contenido mediante técnicas como cámara lenta o imágenes fijas, agregar medios de archivo según sea necesario e incluir títulos o leyendas especificados por el usuario.
Finalmente, el sistema convierte el video en formatos y resoluciones apropiados para la plataforma seleccionada por el usuario, desde las redes sociales hasta el cine en casa, agregando información de derechos de autor o incluso una marca de agua de video para indicar su autenticidad. También puede prepararlo para su distribución, a través de las redes sociales, un enlace de texto o simplemente un archivo descargable.
En el futuro, a medida que las redes inalámbricas de alta velocidad permitan un proceso de producción multicámara en tiempo real, esperaríamos que este sistema incluyera un circuito de retroalimentación. Por ejemplo, si el sistema de inteligencia artificial se da cuenta de que no hay un primer plano de, digamos, la hija de la familia celebrando el gol de la victoria, puede activar la cámara de un teléfono inteligente controlable para acercar el zoom.
Por supuesto, cualquier aplicación de tecnología de video multicámara debe incluir salvaguardas de seguridad para garantizar que los flujos de contenido que contribuyen sean conocidos por el sistema y tengan permiso para participar. Gran parte de esto se puede manejar a nivel de aplicación, a través de inicios de sesión, contraseñas, etc. Pero los teléfonos inteligentes también generan datos de identificación sobre el teléfono y el usuario que pueden ser analizados por el sistema en busca de información que pueda indicar un acceso no autorizado. Y esta producción de video multicámara basada en IA también podría incluir salvaguardas para combatir un flagelo mediático contemporáneo: videos deepfake, ya que un video producido a través de una plataforma de video multicámara podría tener una marca de agua automáticamente, lo que indica que lo que se produjo no se modificó y se creó a partir de contenido real. .
Con la producción de video multicámara, se establecen las bases para expandir la forma en que usamos nuestros dispositivos para capturar el mundo que nos rodea, convirtiendo la creación de video, no solo el consumo de video, en una experiencia verdaderamente social.
.