A Carnegie Mellon University kutatói ezen a héten mutatták be azt az algoritmust, amelyet a videótartalmak elemzésére, illetve a filmek fontos vagy érdekes részeinek kiemelésére fejlesztettek. A kutatók szerint a minden eddiginél nagyobb mennyiségű, vágatlan és strukturálatlan videós tartalom ma már komoly gondokat okoz az indexelés vagy a keresés tekintetében, ami ráadásul sokkal bonyolultabb feladat, mint a szöveges vagy képi információ feldolgozása. A LiveLight munkanéven futó eljárás a közzétett dokumentáció alapján majdnem valós időben – vagyis az eredeti videó lejátszásához szükséges idő alatt – képes katalogizálni a hosszú videófolyamok tartalmát, és az ismétlődő vagy érdektelen részek kiszűrésével – hangsúlyozottan az online fogyasztás követelményeihez alkalmazkodva – egyfajta összefoglalót kompilál a lényeges és informatív elemekből.
Így dolgozik a LiveLight, amelynek neve az onLIne VidEo highLIGHTing kifejezésből jön :S
A LiveLight elég nyilvánvaló módon könnyítené meg az életet, ha a biztonsági kamerák által rögzített anyagokra, egy felvételről nézett Forma-1-es versenyre vagy a monstre családi videókra gondolunk, de a forgalmazott anyagok méretének jelentős csökkentése az adatfogyasztás és az adatforgalom redukciójával járna. Ez azért érdekes, mert a a globális IP-adatforgalom villámgyors növekedéséért elsősorban az IP videózás a felelős: ez a Cisco legutóbbi Visual Networking Index jelentése szerint – közel 2 milliárd felhasználóval számolva – az idén a tavalyinál 66 százalékkal nagyobb forgalmat generál, ezen belül pedig a HD videók 2018-ra már a teljes videós adatmennyiség több mint 50 százalékát adhatják.
Mindenki valami hasonlót szeretne
Ahogy azt a Gigaom összeállításából is kiderül, a LiveLight közel sem az első kísérlet a külső, nem feltétlenül profi forrásokból származó videótartalom kezelésére. Tavaly texasi egyetemi kutatók mutattak be a gépi tanulás kapcsán a felvételek automatikus összefoglalását célzó eszközt, mint ahogy a fenti okokból a biztonságtechnikai vállalatok körében is több hasonló kutatás zajlik. Itt az idő- és sávszélesség-megtakarításon túl olyasmire kell gondolni, mint a riasztások számának csökkentése az ajtóhoz közelítő ember és az ajtó előtt mászkáló kutya megkülönböztetésével. A piacon ezen felül már olyan nehézsúlyú versenyzők is megjelentek, mint a Google, amely a napokban jelentette be a figyelőkamerákat fejlesztő Dropcam felvásárlását.
A Carnegie Mellon University hivatalos közleménye itt olvasható, és egy nagy adag csatolt kép mellett részletesebb bepillantást nyújt a rendszer működésébe.
A tétlenség ára, avagy a legacy rejtett költségei
A legtöbb vállalat a modernizáció költségeit számolja. A valódi üzleti kockázat azonban gyakran nem a változtatás ára, hanem annak elhalasztása.
Forradalom az IT-ban – forradalom az IT-biztonságban
A generatív mesterséges intelligencia, AI-alapú automatizálás, az agentic AI alapjaiban rajzolta át a vállalatoknál az IT és az üzlet kapcsolatát – és ezzel együtt az IT-biztonsággal kapcsolatos elvárásokat és feladatokat.
Projektek O-gyűrűje. Mit tanulhat egy projektvezető a Challenger tragédiájából?