Si uno quiere lograr una emisión de deportes televisiva exitosa, la cámara debe ser capaz de seguirla la acción del partido sin problemas – algo que aún no se ha logrado con cámaras automatizadas. Pero eso podría cambiar rápidamente gracias a un proyecto en el que se le está enseñando a un software para video cámaras a seguir la acción deportiva, imitando lo que hacen los camarógrafos humanos reales.
Relacionado: La robótica moverá 400 billones de dólares en 2025 según Global Robot Expo
Estos experimentos están en manos de un equipo de investigación de Disney y el Instituto de Tecnología de California. Los ingenieros informáticos le están enseñando a las cámaras deportivas de transmisión autónoma a seguir los juegos observando y aprendiendo de las acciones de los camarógrafos de deportes profesionales. El software también aprende a cómo anticipar y seguir la acción, y a cómo recuperarse si hay errores.
Mientras que las cámaras, hasta cierto punto, ya pueden seguir a los jugadores, aún no pueden seguir la bola, o al menos no lo pueden hacer sin tener algunos problemas. Deportes como el fútbol, que no tienen las posiciones de los jugadores fácilmente identificables, son aún más difícil de seguir para éstas cámaras automáticas.
Los investigadores creen que mediante el aprendizaje del software, serán capaces de desarrollar un algoritmo que puedan utilizar para grabar las transmisiones deportivas de forma automática. Lo importante es evitar las sacudidas o movimientos abruptos que actualmente producen estas cámaras.
“Esta investigación demuestra un avance significativo en el uso de software de aprendizaje que usa la imitación de las acciones humanas para mejorar la planificación y el control de las cámara durante un partido” comentó Jessica Hodgins, vicepresidente del departamento de investigación de Disney. “Este es el tipo de progreso que necesitamos para alcanzar el enorme potencial que tienen las transmisiones automáticas de deportes y de otros eventos en vivo.”
Durante las pruebas de campo, el ingeniero de investigación líder, Peter Carr, comentó que las cámaras automáticas eran menos agresivas en su seguimiento que los operadores humanos. Pero también aclaró que, en algunos casos, el ordenador superó el desempeño del camarógrafo.
Por ejemplo, en un contraataque en un partido de baloncesto, el camarógrafo humano previó de forma incorrecta una volcada. La cámara automática, sin embargo, interpretado las posiciones de los jugadores, correctamente se enfocó en una jugada de pase.
“Tener un trabajo de cámara fluido es fundamental para la creación de una emisión de deportes agradable”, dijo Carr, “El encuadre no tiene que ser perfecto, pero el movimiento tiene que ser suave y con propósito.”
Mientras que el método de enseñarle al software a través de la observación humana es intrigante, el potencial de las retransmisiones deportivas automatizadas plantea algunas preocupaciones. En primer lugar, esta tecnología podría significar la pérdida de trabajo para camarógrafos.
Ahora, incluso teniendo operadores humanos controlando las cámaras, ¿qué tanto podría una ‘cámara robot‘ realmente tomar decisiones correctas en fracciones de segundos? En particular cuando estas decisiones implican un número infinito de posibilidades.
Si bien estas preguntas aún no se han contestado, se espera que los investigadores presentarán este proyecto en la Conferencia IEEE para el ‘Computer Vision Pattern Recognition’ (reconocimiento de patrones visionarios para la computación) este domingo.
