به گزارش مدیاتی:فناوریهای جدید تصویربرداری، تجربه ثبت لحظههای ورزشی و رویدادهای زنده را وارد مرحله تازهای کردهاند. My FanCam سامسونگ یکی از این فناوریها است که با تکیه بر قابلیتهای هوشمند، میتواند سوژه موردنظر کاربر را شناسایی و حرکات او را در قاب تصویر دنبال کند. اما این سیستم چگونه سوژه را از میان جمعیت تشخیص میدهد و چطور در طول فیلمبرداری، جایگاه او را حفظ میکند؟ در ادامه، نگاهی به سازوکار My FanCam و فناوریهای بهکاررفته در آن خواهیم داشت.
از شناسایی تا ردیابی سوژه؛ My FanCam سامسونگ چگونه کار میکند؟
تصور کنید در یک کنسرت، مسابقه ورزشی یا جشن خانوادگی مشغول فیلمبرداری هستید و میخواهید تمام ویدئو روی یک نفر مشخص متمرکز باشد. در چنین شرایطی نگهداشتن دوربین روی سوژه، بهخصوص زمانی که فرد مدام حرکت میکند یا میان جمعیت قرار میگیرد، کار سادهای نیست. حالا اگر بتوان بعد از پایان فیلمبرداری، سوژه موردنظر را انتخاب کرد و گوشی خودش او را در سراسر ویدئو دنبال کند، بسیاری از دردسرهای فیلمبرداری و ویرایش برطرف میشود.
سامسونگ در نسل جدید گوشیهای تاشوی سری Galaxy Z قابلیتی به نام My FanCam معرفی کرده است که با استفاده از هوش مصنوعی، امکان شناسایی و ردیابی یک فرد در ویدئو را فراهم میکند. کاربر میتواند ویدئو را بدون نگرانی از دنبالکردن دائمی سوژه ضبط کند و بعد از فیلمبرداری، فرد موردنظر را انتخاب کند. My FanCam سپس با شناسایی همان فرد در فریمهای مختلف، نسخهای از ویدئو را تولید میکند که تمرکز بیشتری روی سوژه انتخابشده دارد.
ایده My FanCam از کجا شکل گرفت؟
نام My FanCam از مفهوم FanCam گرفته شده است؛ ویدئوهایی که معمولا طرفداران از خوانندگان، بازیگران یا ورزشکاران موردعلاقه خود ضبط میکنند و تمرکز اصلی آنها روی یک فرد مشخص است. بااینحال، سامسونگ My FanCam را صرفاً برای طرفداران چهرههای مشهور طراحی نکرده است.
این قابلیت میتواند در موقعیتهای روزمره نیز کاربرد داشته باشد؛ از فیلمبرداری جشن تولد و دورهمیهای خانوادگی گرفته تا ثبت مسابقات ورزشی، تمرینهای باشگاهی، سفر و حتی بازنگری در ویدئوهای قدیمی.
ایده اصلی این فناوری ساده است: کاربر دیگر مجبور نیست هنگام فیلمبرداری دائماً دوربین را به سمت سوژه حرکت دهد یا پس از ضبط، زمان زیادی را صرف ویرایش دستی و دنبالکردن فرد موردنظر در نرمافزارهای تدوین کند. کافی است سوژه را انتخاب کند تا هوش مصنوعی این کار را انجام دهد.
هوانگپیل پارک، از تیم فناوری تصویری مرکز تحقیقات سامسونگ (Samsung Research)، درباره سازوکار این فناوری توضیح داده است که هسته اصلی My FanCam یک مدل هوش مصنوعی برای شناسایی و ردیابی افراد در ویدئو است. این مدل ویژگیهای ظاهری و موقعیت هر فرد را در تصویر بررسی میکند و با استفاده از این اطلاعات، میتواند همان شخص را در فریمهای بعدی پیدا کند.
به گفته سامسونگ، توسعه این سیستم با چالشهایی مانند حرکت سریع افراد، عبور افراد مختلف از مقابل یکدیگر و قرارگرفتن موقت سوژه پشت دیگران همراه بوده است. تیم توسعه با آزمایشهای متعدد و بهینهسازی الگوریتمهای ردیابی تلاش کرده است دقت سیستم را در چنین شرایطی افزایش دهد.
My FanCam چگونه سوژه را در ویدئو دنبال میکند؟
یکی از نکات مهم My FanCam این است که کاربر لازم نیست پیش از شروع فیلمبرداری مشخص کند کدام فرد قرار است سوژه اصلی باشد. ویدئو را میتوان مانند همیشه ضبط کرد و انتخاب سوژه را به مرحله ویرایش موکول کرد.
برای مثال، ممکن است فرد موردنظر در ابتدای ویدئو حضور نداشته باشد و چند ثانیه بعد وارد قاب شود. کاربر میتواند در همان بخش از ویدئو، سوژه را انتخاب کند. سیستم با بررسی ویژگیهای ظاهری و موقعیت فرد، او را شناسایی کرده و در ادامه ویدئو دنبال میکند.
این ویژگی در شرایطی اهمیت بیشتری پیدا میکند که سوژه در طول فیلمبرداری جابهجا میشود یا موقعیتش نسبت به دوربین تغییر میکند. My FanCam تلاش میکند با دنبالکردن سوژه در فریمهای مختلف، کادر ویدئو را متناسب با موقعیت او تنظیم کند.
کاربر همچنین میتواند نسبت تصویر خروجی را تغییر دهد و ویدئویی با تمرکز بیشتر روی فرد انتخابشده داشته باشد. بنابراین اگر سوژه هنگام فیلمبرداری همیشه در مرکز قاب قرار نداشته باشد، امکان اصلاح کادر پس از ضبط وجود خواهد داشت.
شناسایی همزمان چند نفر در ویدئو
یکی دیگر از قابلیتهای My FanCam، شناسایی افراد مختلف حاضر در ویدئو است. سیستم در فرایند تحلیل اولیه، افراد موجود در صحنه را شناسایی میکند و اطلاعات لازم برای ردیابی آنها را در اختیار دارد.
این قابلیت باعث میشود کاربر بتواند در مرحله بعد، سوژه موردنظر خود را تغییر دهد. برای مثال، اگر ابتدا تمرکز ویدئو روی یک نفر انتخاب شده باشد اما بعد تصمیم بگیرید فرد دیگری را دنبال کنید، لازم نیست فرایند تحلیل ویدئو از ابتدا انجام شود.
در نتیجه، انتخاب سوژه میتواند بخشی از فرایند ویرایش باشد و کاربر آزادی بیشتری برای تعیین نقطه تمرکز ویدئو داشته باشد.
ردیابی افراد در میان جمعیت؛ چالش اصلی توسعه
ردیابی یک فرد در یک محیط خلوت کار نسبتاً سادهای به نظر میرسد؛ اما شرایط در دنیای واقعی بسیار پیچیدهتر است. در یک کنسرت یا مسابقه ورزشی، ممکن است افراد زیادی همزمان در قاب حضور داشته باشند، از مقابل یکدیگر عبور کنند یا برای چند لحظه بخشی از بدن یکدیگر را بپوشانند.
یکی از چالشهای اصلی توسعه My FanCam همین مسئله بوده است. سامسونگ اعلام کرده تیم توسعه این فناوری را با ویدئوهای واقعی و در شرایط مختلف آزمایش کرده تا عملکرد آن در موقعیتهایی مانند حرکت سریع سوژه، همپوشانی افراد و پنهانشدن موقت سوژه پشت دیگران بررسی شود.
نتایج این آزمایشها برای شناسایی نقاط ضعف سیستم و بهینهسازی مدل هوش مصنوعی و الگوریتمهای ردیابی مورد استفاده قرار گرفته است. این فرایند بهصورت تکرارشونده انجام شده تا تغییرات اعمالشده دوباره در شرایط واقعی محصول آزمایش شوند.
پردازش My FanCam روی خود گوشی انجام میشود
یکی از جنبههای فنی مهم My FanCam، اجرای فرایند پردازش روی خود دستگاه است. این قابلیت برای انجام وظایف خود به ارسال ویدئو به سرورهای ابری وابسته نیست و بخش اصلی پردازش روی گوشی انجام میشود.
پردازش ویدئو، بهخصوص فایلهای طولانی و با وضوح بالا، میتواند بار قابلتوجهی به پردازنده و واحدهای پردازش هوش مصنوعی دستگاه وارد کند. این موضوع علاوه بر تأثیر بر سرعت پردازش، میتواند روی مصرف انرژی و دمای گوشی نیز اثر بگذارد.
به همین دلیل، سامسونگ علاوه بر بهینهسازی مدل هوش مصنوعی، بخشهای مختلف زنجیره پردازش ویدئو را نیز بهینه کرده است. رمزگشایی ویدئو، انتقال دادههای موردنیاز برای تحلیل و پردازش اطلاعات از جمله بخشهایی هستند که برای کاهش بار محاسباتی مورد توجه قرار گرفتهاند.
اجرای پردازش روی خود گوشی همچنین به این معناست که کاربر برای انجام این فرایند الزاماً به اتصال دائمی اینترنت وابسته نیست؛ موضوعی که میتواند در زمان ویرایش ویدئوهای شخصی اهمیت داشته باشد.
My FanCam فقط برای ویدئوهای کنسرت نیست
اگرچه ایده اولیه این فناوری از FanCamهای مربوط به خوانندگان، بازیگران و ورزشکاران الهام گرفته شده است، کاربرد My FanCam بسیار گستردهتر است.
برای نمونه، در یک ویدئوی خانوادگی میتوان یکی از اعضای خانواده را بهعنوان سوژه انتخاب کرد. در مسابقات ورزشی نیز کاربر میتواند تمرکز ویدئو را روی بازیکن موردنظر قرار دهد. این قابلیت برای فیلمبرداری از تمرینهای ورزشی نیز میتواند کاربرد داشته باشد.
فرض کنید فردی میخواهد از تمرین ورزشی خود فیلم بگیرد اما کسی برای نگهداشتن دوربین ندارد. او میتواند گوشی را روی سهپایه قرار دهد و کل تمرین را ضبط کند. پس از پایان فیلمبرداری، خودش را بهعنوان سوژه انتخاب کند تا My FanCam نسخهای از ویدئو را با تمرکز روی حرکات او ایجاد کند.
حتی ویدئوهایی که پیشتر ضبط شدهاند نیز میتوانند برای این منظور مورد استفاده قرار بگیرند. نکته جالب اینکه قابلیت My FanCam تنها به ویدئوهای ضبطشده با گوشیهای Galaxy محدود نیست و میتوان ویدئوهای ضبطشده با دستگاههای دیگر را نیز به یک گوشی Galaxy منتقل و روی آنها از این قابلیت استفاده کرد.
برای نتیجه بهتر، هنگام فیلمبرداری به این نکات توجه کنید
با وجود اینکه My FanCam بخش زیادی از فرایند شناسایی و ردیابی را به هوش مصنوعی میسپارد، کیفیت فیلم اولیه همچنان روی نتیجه نهایی تأثیر دارد.
تیم توسعه سامسونگ توصیه میکند هنگام فیلمبرداری، تا حد امکان از وضوح بالاتر استفاده شود و کادر بیش از حد به سوژه نزدیک نباشد. وجود فضای کافی در اطراف فرد به سیستم کمک میکند حرکت او را بهتر دنبال کند و هنگام تغییر موقعیت، گزینههای بیشتری برای تنظیم کادر داشته باشد.
انتخاب فریم مناسب برای معرفی سوژه نیز اهمیت دارد. بهتر است در لحظه انتخاب، فرد موردنظر تا حد امکان بهوضوح دیده شود و بخش قابلتوجهی از بدن یا چهره او توسط افراد دیگر پوشانده نشده باشد. هرچه اطلاعات بصری بیشتری از سوژه در اختیار سیستم قرار گیرد، فرایند شناسایی و ردیابی میتواند دقیقتر انجام شود.
My FanCam؛ ویرایش ویدئو بعد از پایان فیلمبرداری
My FanCam نمونهای از تلاش سامسونگ برای انتقال بخشی از فرایند ویرایش ویدئو از مرحله فیلمبرداری به مرحله پس از ضبط است. در روش سنتی، فیلمبردار باید همزمان با حرکت سوژه، دوربین را نیز جابهجا کند یا بعداً با استفاده از نرمافزارهای ویرایش، سوژه را در طول ویدئو دنبال کند.
اما در این فناوری، کاربر میتواند ابتدا ویدئو را ضبط کند و بعد تصمیم بگیرد کدام فرد باید محور اصلی خروجی باشد. هوش مصنوعی با شناسایی ویژگیهای ظاهری و موقعیت سوژه در فریمهای مختلف، فرایند ردیابی را انجام میدهد و نسخهای از ویدئو با تمرکز بیشتر روی فرد انتخابشده ایجاد میکند.
در نهایت، My FanCam را میتوان ترکیبی از شناسایی سوژه، ردیابی هوشمند، پردازش ویدئو و هوش مصنوعی روی دستگاه دانست؛ مجموعهای از فناوریها که به کاربر اجازه میدهد حتی پس از پایان فیلمبرداری، کنترل بیشتری روی این داشته باشد که چه کسی در ویدئو بیشتر دیده شود.
