Simulazione di workflows per la produzione di video professionali sfruttando modelli di machine learning allo stato dell’arte. = Simulation of workflows of professional video productions using state-of-art machine learning models.

La produzione di contenuti video è cresciuta esponenzialmente negli ultimi anni sia in termini di quantità che di qualità grazie soprattutto a dispositivi economici e sempre alla nostra portata come smartphone e gopro. Pari passo alla produzione anche l’usufruizione dei video è aumentata grazie ai social come youtube, instagram, tiktok e altri rendendo la competizione in qualità e velocità di produzione molto determinanti. Il mondo della post-produzione di video richiede però un costo non indifferente in termini di competenze, hardware e tempo speso per realizzare prodotti creativi e di impatto. Il mio lavoro di tesi, condotto per la startup austriaca Play Tracks Gmbh, si incentra sulla creazione di una pipeline da eseguire su cloud AWS per la produzione di video professionali sfruttando tecniche di computer vision. In particolare ho contribuito ad automatizzare alcune delle operazioni tipiche della post-produzione come trim, crop, pan, camera switch, andando anche ad addestrare, aggiungere e o testare nella pipeline anche alcuni algoritmi allo stato dell’arte di super resolution e deblurring.