Ispod lijepih površinskih filtera na Snapchatu i Instagramu leži budućnost videa: Podaci

Kao što vjerojatno već znate, video je format koji naše suvremeno doba itekako voli. Iako možda kod nas to još nije toliko aktualno kao na globalnoj razini, činjenica jest da ćemo sve više podataka konzumirati upravo u audiovizualnom obliku. Primjeri tih trendova dolaze i u našu regiju putem društvenih mreža koje su obično prvi popularizatori novih prilika i opcija. Srećom, njih prate i manje tvrtke i entuzijasti koji na domaća tržišta donose i implementiraju nova znanja u praksi.

Nije ni čudno da je upravo video tema trećeg hackathona Hrvatskog telekoma.

Naime, od YouTubea kao druge najveće pretraživačke platforme, preko prvih Snapchat filtera do nedavno realiziranog Video Assisted Refereea na utakmicama Svjetskog prvenstva u nogometu, svjedoci smo da najmoćniji u igri guraju granice tih mogućnosti, približavajući tehnologiju masama kroz praktičnu primjenu. Iako možemo odmahnuti rukom na mnoge “zabavnije” opcije koje nam je ta primjena donijela, poput banalnih filtera kojima ukrašavamo naše videe od nekoliko sekundi, ne smijemo zanemariti da upravo tim neobveznim korištenjem, širimo znanje, vještine i navike o tehnologijama koje će nas pratiti ubuduće.

Umjetna inteligencija, kao jedna od njih, za video je mnogo važnija no što je toga svjestan jedan prosječan korisnik. Bez obzira na to, svatko tko se želi dotaći digitalnog sadržaja u budućem radu treba biti upoznat s osnovnim procesima koji se odvijaju iza Snapchat filtera ili marketinških kampanja koje uključuju virtualnu ili proširenu stvarnost.

Tehnologija iza “psećih okica i ušiju” nije banalna kao što se to čini

Snapchat je u svoje zlatno doba utemeljio mnoge trendove koje koriste njegovi današnji rivali, posebno Instagram. Filteri su jedni od njih. Uz rast korisnika, ulaganja u primjenu tehnologije prepoznavanja lica, filteri su postali toliko kompleksni i detaljni da je nekada teško pronaći razliku između manje ekscentričnog filtera i stvarnosti. Razlog tako brzom razvoju možemo zahvaliti činjenici da se prepoznavanje lica temelji na umjetnoj inteligenciji koja, sa svakim novim licem u bazi, uči više o mogućnostima naših izraza i pokreta.

Tako imamo različite primjere uporabe filtera, poput 3D pozicioniranja lica, bojanja lica, zamjene te maskiranja. Osnovni materijal je običan video, odnosno slika, no tehnologija koja stoji iza toga postaje mnogo složenija u tzv. postprodukciji. Tek procesuiranjem podataka, koji se mogu prepoznati uz pomoć umjetne inteligencije, dobivamo priliku pratiti i mijenjati nečije crte lica.

Fascinantan aspekt tog procesa je što se ono može odvijati u realnom vremenu. Iz obične fotografije u tek par sekundi, softver ili aplikacija dobivaju podatke o pokretu i poziciji nečije glave, 3D vektore njegovog smjera gledanja, treptajima očiju te jedinice aktivnosti poput micanja obrva ili otvaranja usta koji upućuju na vrstu izraza lica. Tako iz vaših usta na poznatim aplikacijama izlaze pseći i mačji jezici ili bomboni, štogod preferirate.

Prepoznavanjem lica do manipulacije masa?

Osim u poznate, zabavne svrhe, promjena, zamjena ili maskiranje lica uz pomoć tehnologije može biti koristan alat i u druge namjene, posebno marketinške. Uzmite u obzir koliko koristan i vama i brendovima može biti filter uz koji, iz svog udobnog kauča, možete otkriti kako vam stoje nove Ray-Ban naočale, kraća frizura ili duža brada? I to još prilagođene vašem licu.

Ipak, postoje i one manje “zabavne” dorade s video filterima, konkretno video manipulacija. Slučaj koji je zabezeknuo javnost je BuzzFeedov projekt, s poznatim oponašateljem Jordanom Peelom, poznat inače po svojim “Obama nastupima“. Video koji su izbacili počinje kao tipično predsjedničko obraćanje javnosti, da bi se Barack Obama, bivši predsjednik SAD-a, u pola videa otkrio kao video filter, praćen voice-overom Jordana.

Ovaj prikaz mogućnosti video tehnologije, odnosno umjetne inteligencije, mnoge je na prvu fascinirao da bi nam svima, netom kasnije, sinulo i što se sve može razviti iz toga. Kao da već nemamo dovoljno problema s lažnim vijestima, prilika da netko u realnom vremenu, uz malo dobrog starog talenta i vrsne nove tehnologije, govori umjesto ljudi, čije riječi imaju posebnu težinu, ostavlja nas u čudu i strahu.

Nadajmo se samo, kao što možemo dobro skužiti manje besprijekoran CGI u filmovima, da jednako tako imamo dobro oko za slične video manipulacije (barem dok se ne usavrše).

Pretraživanje videa: Interaktivnost i metadata

Kad smo obradili taj “površinski” dio videa, vjerujem da je dobro zagledati se i u dubinu. Umjetna inteligencija (i strojno učenje) donose nam više video mogućnosti nego što naše oči (trenutno) percipiraju. Upravo će se u načinu, kako ćemo dobavljati i prenositi podatke unutar i van videa, otkrivati prave prilike video tehnologija budućnosti.

Iza svih onih filtera, pozadina, ljudi i izraza lica, nalaze se podaci. Jedno od najvažnijih pitanja razvoja i iskoristivosti video sadržaja ticat će se toga kako te podatke identificirati i izvući. Zamislite da sljedeći sastanak ili konferenciju možete naknadno, uz VR-a, pretražiti po temama i pojmovima koji su vama najvažniji.

Mogućnost pretraživanja videa kao što danas pretražujemo tekst, najviše ovisi o vezivanju metapodataka uz podatke. To znači da će bilo tko, tko se već bavi tim razvojem, morati indeksirati video sadržaj relevantnim tagovima. No, korak ispred će biti kada ne bude osoba zadužena za to, već umjetna inteligencija.

Metapodaci su vam poznati ako koristite išta od Googlea i ako vam je bitan SEO, a u današnjem digitalnom svijetu, čini se da svi akteri online svijeta ovise o tome. Uostalom, metapodaci znače vidljivost za sve one koji nude određene proizvode ili usluge. Trenutak u kojem će marketingaši moći dodati u scenu popularne serije, hyperlink na svoj proizvod, pomalo se bliži.

Taj nas primjer dovodi i do toga kako će budućnost videa biti (kao) virtualna stvarnost, koja je zapravo svojevrstan ulazak u srž videa. Jednako kao i potrošači, mnogi stručnjaci iz različitih područja koristit će te podatke u različite svrhe. Što je nama svima tu najzanimljivije, jest što video podaci, primjerice s javnih kamera, ali i onih u trgovinama, u konačnici mogu poboljšati našu svakodnevicu.

Uz podatke s javnih kamera, koje bilježe kretanja automobila, brzinu te količinu prometa na križanjima, mogli bismo jednog dana zaboraviti na rush hour. Procesiranje video podataka, koji bilježe proces kupovine u trgovačkim centrima, s korištenjem toplinskog prikaza voditeljima poslovnica može pomoći u razumijevanju navika kupaca, a time i manje gužve i redove. 

Jeste spremni u 24 sata graditi video budućnosti?

Dio prethodno spomenute video budućnosti gradimo i danas. Ako ste već upućeni na veliki godišnji hackathon u organizaciji Hrvatskog Telekoma ne moram vam puno objašnjavati, ako niste – e, onda, razgovarajmo o HACK IT DAYZ. Naime, i ove godine HT okuplja najbolje razvojne programere, dizajnere te ostale poslovne i tehnološke stručnjake (kao i one buduće), kako bi različitim pristupima pronašli rješenja vezana uz zadanu temu. S obzirom na to da smo do sada pričali o videu, pogađate, tema se tiče videa. Konkretno, zadatak glasi ovako:

Video – filteri, asistenti, društveno odgovorno poslovanje… napravi nešto što će promijeniti budućnost. Imaš 24 sata za to.

Prijave traju do 2. studenog, 2018., a prvonagrađeni projekt dobiva 30.000 kuna te radionicu u akceleratoru hub:raum, drugo mjesto 15.000, a treće 7500 kuna. S time zaključno, mislim da je sve jasno kao 4K video, a ako vas zanima još koji detalj, skoknite na službenu stranicu i pročitajte pravila. Sretno svima!