![](/style/images/tocco.png)
Mara Salazzari
Unire Dati e Video: Ricerca sull’Ottimizzazione della Produzione Automatizzata in Formato Lottie di Video in Motion Graphics. = Combining Data and Video: Research on the Optimization of the Automated Production of Lottie-based Motion Graphics Videos.
Rel. Giovanni Malnati, Matteo Ruffinengo. Politecnico di Torino, Corso di laurea magistrale in Ingegneria Del Cinema E Dei Mezzi Di Comunicazione, 2023
|
PDF (Tesi_di_laurea)
- Tesi
Licenza: Creative Commons Attribution Non-commercial No Derivatives. Download (38MB) | Preview |
Abstract: |
L’ambiente digitale nel quale si è immersi si sostiene sempre di più sul pilastro comunicativo del video: questo ha la capacità di catturare e sostenere l’attenzione di uno spettatore, più di quanto siano capaci altri strumenti di comunicazione quali immagini, newsletter o articoli. Il potere coinvolgente della musica e il piacevole effetto delle forme in movimento creano un prodotto di storytelling immediato ed avvincente. Tra le diverse tipologie di video che possono essere prodotte ed analizzate ci si concentra sui video animati realizzati attraverso tecniche di motion graphics. Gli elementi di questi video - testi, forme, icone, disegni e diagrammi - interagiscono fra di loro e si evolvono nel tempo: sono strumenti che guidano l’occhio dell’osservatore attraverso lo spazio delle informazioni. Le informazioni da comunicare originano spesso da un processo di raccolta di dati. Benché i dati possano apparentemente sembrare una collezione arida di numeri e lettere, questi nascondono dentro di sé una storia da comunicare, la storia di chi o cosa ha generato i dati, sia questo un singolo o una collezione di utenti, un evento nel mondo, uno specifico prodotto o servizio. L’unione dei dati e dei video dà vita alla produzione di video data-driven e campagne di video automation: la produzione automatizzata di video personalizzati sulla base di specifici dati. La video automation permette dunque di portare un tocco personale ed una dimensione umana alla sterilità solo apparente dei dati e alla conformazione standard dei video. Diversificare un video in base a specifici dati permette di contestualizzarlo in un ambiente modellato sull’esperienza, sull’azione, sul pensiero di un utente, di un fenomeno o di un prodotto: i messaggi da convogliare diventano personali, efficaci e d’impatto. Oggetto della trattazione è l’illustrazione di un processo di ricerca sulle metodologie di produzione automatizzata di video personalizzabili. La tesi è stata svolta come tassello conclusivo di un percorso di tirocinio svolto nell'azienda di data visualization e video automation Algo. Il focus - sia del tirocinio sia della tesi - è stato posto sull’ottimizzazione di un processo di produzione automatizzato di video attraverso l’utilizzo di Lottie, una libreria open-source sviluppata da Airbnb che permette di renderizzare in real time, in un contesto web o mobile, animazioni realizzate in After Effects ed esportate tramite uno specifico plugin - Bodymovin - come un oggetto JSON, opportunamente conformato. È stata analizzata la struttura di un generico Lottie-JSON, e la relazione tra le informazioni contenute in esso e quelle impostate nel relativo progetto After Effects. È stata successivamente realizzata - e viene in questo contesto analizzata e descritta - una libreria di funzioni JavaScript allo scopo di velocizzare e facilitare il processo di personalizzazione di un generico video attraverso la manipolazione del Lottie-JSON che lo rappresenta. Infine, attraverso l’uso di questa libreria sono stati realizzati due progetti di video automation con la collaborazione di Algo, allo scopo di fornire un tool per la creazione di un’anteprima di un generico podcast. Viene analizzato il processo di produzione dei progetti, la metodologia di personalizzazione, in che modo la libreria è stata integrata in questo step, ed infine le prestazioni e i benefici da essa apportati. |
---|---|
Relatori: | Giovanni Malnati, Matteo Ruffinengo |
Anno accademico: | 2022/23 |
Tipo di pubblicazione: | Elettronica |
Numero di pagine: | 177 |
Soggetti: | |
Corso di laurea: | Corso di laurea magistrale in Ingegneria Del Cinema E Dei Mezzi Di Comunicazione |
Classe di laurea: | Nuovo ordinamento > Laurea magistrale > LM-32 - INGEGNERIA INFORMATICA |
Aziende collaboratrici: | ALGO SRL |
URI: | http://webthesis.biblio.polito.it/id/eprint/26924 |
![]() |
Modifica (riservato agli operatori) |