Sportközvetítéseknél, különösen futballmérkőzéseken ma már megszokott elem, hogy egy-egy helyzet visszajátszásakor a rendező "megtekerteti" a kamerát, hogy a néző minél pontosabban, kedvezőbb szögből láthassa a történteket. Ehhez a szinte élőben végzett videomanipuláláshoz azonban gondosan telepített kamerarengeteg és más komoly háttérinfrastruktúra szükségeltetik. Ám ahogy a technológiai fejlesztések haladnak, egyre valószínűbb, hogy nemsokára ennél lényegesen egyszerűbb, demokratizált világ lesz az úgynevezett négydimenziós felvételszerkesztés témája.
A Carnegie Mellon University kutatói egy frissen publikált tanulmányban számoltak be legújabb munkájukról. Ennek célja, hogy olyan rendszert alkossanak, amelyben a flexibilis videoszerkesztéshez szükséges alapanyagot néhány hagyományos mobiltelefon felvétele is képes biztosítani.
A különböző pontokról és szögekben felvett videókat a gépi vizuális felismerésnél gyakran segítségül hívott konvolúciós neurális hálózatokra (CNN) támaszkodó rendszer gyorsan és elég jó hatásfokkal képes teljes 4 dimenziós digitalizált jelenetté fűzni. A végeredményt aztán kedvünk szerint lehet vizsgálni, módosítani.
Lesen állt a menyasszony?
Egy lehetséges felhasználási területként jelölték meg a kutatók például az esküvőket, ahol a násznép egyébként is lelkesen szokott minden oldalról videózni, így innen már csak egy lépés az akár távolról élőben, akár később visszanézhető "közösségi szupermozi".
A technológia felhasználható lehet a későbbiekben koncertek és sportesemények demokratizált, teljesen flexibilis közvetítésére is, mivel a teszt alatt azért csak 15 iPhone-t vetettek be, mert éppen ennyi állt rendelkezésre. Elméletben bőséges tér van a lépték növelésére.
A rendszer képes kimontírozni a fontos részleteket eltakaró embereket és tárgyakat is. Ez egyelőre természetesen minőségben fényévekre van egy profi stúdió munkájától, de a fejlesztések előrehaladtával akár a filmkészítők eszköztárába is bekerülhet ez a gyors, kevés hátteret igénylő technológia is.
Az ötlettől az értékteremtésig – a gépi tanulási pipeline szerepe az adattudományi működésben
A jó adatok önmagukban még nem elegendők: a modellek csak akkor működnek megbízhatóan, ha egy átlátható, automatizált és reprodukálható környezetben futnak. A gépi tanulási pipeline-ok éppen ezt a technológiai hátteret teremtik meg.
EGY NAPBA SŰRÍTÜNK MINDENT, AMIT MA EGY PROJEKTMENEDZSERNEK TUDNIA KELL!
Ütős esettanulmányok AI-ról, agilitásról, csapattopológiáról. Folyamatos programok három teremben és egy közösségi térben: exkluzív információk, előadások, interaktív workshopok, networking, tapasztalatcsere.
2026.03.10. UP Rendezvénytér
Nyílt forráskód: valóban ingyenes, de használatának szigorú szabályai vannak