Pesquisador aprimora gravação de vídeos em primeira pessoa

Tuany Alves com informações do programa Aqui tem Ciência - 12-04-2021
5773

Ao verificar as notícias nas redes sociais, você já deve ter se deparado com o registro de pessoas correndo, surfando, andando de bicicleta, tudo em um formato muito parecido com o de um vídeo game. Chamados de vídeos em primeira pessoa sua popularização está associada ao crescente uso das body cams, câmeras acopladas ao corpo, do tipo GoPro. Para se ter uma ideia, até mesmo instituições públicas, como o Governo de São Paulo, têm discutido a sua implementação no uniforme de policiais para registro de suas abordagens.

Contudo, um problema dessas gravações é que os vídeos costumam ficar muito longos. Além disso, é comum que as imagens sejam marcadas pelas trepidações características do movimento natural do corpo de quem usa a câmera. 

Pensando nisso, o doutor em Ciência da Computação pela Universidade Federal de Minas Gerais (UFMG), Michel Melo da Silva, propôs o aprimoramento do método denominado Hyperlapse semântico. A pesquisa, que contou com apoio da FAPEMIG, apresenta uma nova metodologia para acelerar vídeos em primeira pessoa.

Segundo Silva, quando aceleramos um vídeo de uma hora, no final ele realmente terá seis minutos, mas tudo estará muito rápido. Já quando se usa o modelo Hyperlapse semântico a aceleração é feita dando ênfase nas partes importantes do vídeo. Isso permite atribuir contexto e sucessão de acontecimentos no vídeo e, ao chegar em uma parte interesse, é possível ter mais detalhes. 

RESULTADO

Para o desenvolvimento da proposta, Silva conta que, primeiramente, foi feito uma revisão na bibliografia do que já existe de relevante na classificação de frames (quadros de uma imagem). Segundo o pesquisador, inicialmente, o grupo começou a trabalhar com a detecção de pessoas obtendo um método de seleção em 2016.

Contudo, após esse primeiro resultado, o grupo entendeu que não só pessoas são importantes nos vídeos. Assim, trabalharam em uma maneira de extrapolar essa técnica de aprendizagem de máquina, o que permitiu o desenvolvimento de uma técnica que enfatiza partes relevantes por meio de uma abordagem de multi-importância.

Confira a entrevista na integra aqui.

**Texto com informações do programa “Aqui tem Ciência” da UFMG.