Az Apple Silicon processzorok megjelenése a videózás világában nem csak gyorsabb kódolást és nagyobb méretű formátumokat tesz lehetővé, de olyan intelligens képességeket is, amelyek a gépi tanuláson alapulnak, és a kép elemzésére épülnek. A Final Cut Pro több területen is képes kiaknázni ezt a tudást - például a mozgóképen lévő személy vagy objektum felirattal látható el, és a felirat képes követni az adott szereplőt. Vagy éppen a személyiségi okokból végrehajtott kitakarás, arc elmosás most már intelligens módon követi a képen az arcot, és nem kell több tucat kulcskockával mozgatni a foltot. Számos egyéb eset van, amikor hasznát vehetjük ennek a típusú elemzésnek, ha a gépben Apple processzor található.



A Final Cut Pro objektum követése bizonyos kompozíciós megoldások esetén működik, így a legegyszerűbb esetben felirat készítés során, állókép ráhelyezésekor - például egy versenyen az adott személyt követi az átlátszó PNG fájlként elhelyezett korábbi érme, stb. -, effektus alkalmazásakor - mint a fentebb említett elmosódás az arc vagy egy rendszám kitakarása okán.



A képesség működésének kettő alapvető megközelítése van: az egyik a pontfelhő fantázianevű megoldás, amikor a program elemzi a referenciaként kiválasztott terület képpontjait, és annak színei, kontrasztja és egyéb paraméterei alapján próbálja azonosítani, hogy mit is szeretnénk követni. A másik, ezzel akár együttműködő képesség a gépi tanulás, amikor is az Apple Silicon processzorok Neural Engine motorja mesterséges intelligencia algoritmusok segítségével elemzi a képet, és azonosítja azt, hogy mit szeretnénk követni. (Ezeket a Final Cut Pro kombinálva használja, de az Inspector / Vizsgáló felületén lehetőségünk van manuálisan választani közülük, ha az alap metódus nagyon nem működik jól - a demonstráló videók közül például a vonatos variáció kombinált módon szaggat, és jobban érvényesül a Point Cloud / Pontfelhő megoldás.)

A funkció akkor működik igazán hatékonyan, ha a követendő téma jól elkülönül a háttértől, illetve a képen központi szerepe van. Ez azt is jelenti, hogy a jól elkülönülő, de apró tartalmat a program nehezebben követi.



Az objektum, vagyis a követendő tárgy meghatározásához csak rá kell húzni a Browser / Böngésző felületéről valamilyen, a fentebb felsoroltak egyikét képező elemet a Viewer / Megjelenítő felületén a tárgyra. Az illusztráció során például egy címfelirat típust a vonatra, illetve a kutya látható részére a fedélzeti kamera képén.

A Final Cut Pro ilyenkor azonosítja a tárgyat, és az idővonalon a videósáv fölött megjelenik egy Tracking Object feliratú sor, az úgynevezett Tracking Editor (Command + Option + T), mint extra információ. Az elemzést a Viewer / Megjelenítő bal felső részén lévő Analyze gombra kattintva hajtja végre a Final Cut Pro. Ez hosszabb videó esetén több másodpercet is igénybe vehet, és az M1 Max processzorok MacBook Pro egy évet meghaladó használata esetén ez volt az egyetlen olyan élethelyzet, amikor a gép ténylegesen melegedni kezdett, vagyis tényleg nagy számítási teljesítményt igénylő műveletről van szó. Az elemzés során a program előre és vissza tekergeti a videót, zöld kerettel mutatva a tárgy azonosítását. (Ezt egyébként a megjelenő keret segítségével manuálisan is módosíthatjuk, szabályozhatjuk, változtathatjuk, ha apróbb javítást érzünk szükségesnek.)



Megfelelően elkülönülő tárgy esetén az azonosítás igen jó - az illusztráción látszódik, hogy már egész messziről kis méretben azonosítani tudja a program a közeledő vonatot, mint tárgyat, illetve a kutyás videónál a szöveg is erősen megrázkódik, amikor a kutya megrázza magát, hiszen követi a témát.

A címfeliratot az idővonalon tudjuk igazítani a követést alkalmazva, illetve más képi információt, effektust is a szokásos módon szerkeszthetünk. Az idővonalon lehetőségünk van a Tracking Object sáv alatti kék mozgáselemzésre kattintva törölni (Delete) vagy újra elemezni (Analyze) a tárgy mozgását, ha finomítást látunk szükségesnek.

Az objektum követés jó példája annak, amikor egy gyártó alkotja meg a szoftvert és alá a hardvert, hiszen a hatalmas erejű gépi tanulási segédprocesszor képességei így maximálisan kiaknázásra kerülnek, és nem kell kulcskockák százaival megvalósítanunk egy ilyen típusú műveletet.



©2022. MacMag.hu Cikk: Birincsik József, 2022. december 14.

     Keresés a lap tartalmában a Google motorja segítségével: