Our Mission
home
About us
home
🎬

라이브 트래킹

분야
Media Delivery
Media Processing
object detection
머신러닝
세부 설명
■ 연구 내용 · 실시간 촬영 중인 영상 내 움직이는 피사체를 중심으로 비디오 Cropping하고 초저지연 스트리밍 · 영상 내 피사체 인식 정확도 및 성능 (처리 지연) 개선 연구, 인식할 피사체의 다양화 (인물, 축구공 등)를 위한 모델링/학습 · Google MediaPipe (AutoFlip) 및 WebRTC 사용한 PoC 개발 (pion/webrtc 또는 google libwebrtc) ■ 연구 목적 · 카메라맨을 대신하여, 인물 또는 공 (축구 중계 등에서)을 따라다니는 영상을 실시간으로 송출할 수 있는 제작 소스 입수 방법 연구 (광각 카메라로 촬영 중인 큰 해상도의 영상에서 피사체 중심으로 실시간 Cropping) · 실시간 방송 중계에 즉시 사용가능한 비디오 프레임의 자연스러운 Cropping 연구 ■ 활용 계획 · 실시간 콘텐츠 제작 시 입력 소스로 활용 연동 · 실시간 피사체 트래킹을 통한 방송 제작 소스 송출 기술 확보 ■ 관련 경험/역량 · 이미지 처리 및 미디어 스트리밍 경험 (OpenCV, WebRTC) · 프로그래밍 역량 (Python,Go, C++) · ML/DL 관련 경험 (TensorFlow)
과제 번호
05

01 멘토 소개

김인태

미디어 스트리밍팀
주요 업무
라이브 콘텐츠 프로덕션 개발

02 프로젝트 소개

개발 배경
최근 비디오 스트리밍 분야에서 특히 라이브 스트리밍 플랫폼이 급성장하여 미디어 환경을 변화시키고 있습니다. 새로운 트렌드 시도에 거리낌 없고 자기 표현 욕구가 강한 MZ세대들이 라이브 방송에 열광하고 있어 이러한 라이브 스트리밍의 인기는 앞으로 더욱 가속될 것으로 예상합니다. 이러한 환경 속에 직접 콘텐츠를 제작, 스트리밍하려는 개인 콘텐츠 창작자들이 다수 등장하고 있으며, 라이브 콘텐츠 제작에 관심이 커지고 있습니다.
개인 콘텐츠 창작자(제작자)는 1인 또는 소규모의 인원으로 콘텐츠를 제작합니다. 이러한 소규모 인원으로도 콘텐츠 제작 시 다양한 앵글의 영상을 제작 소스로 사용할 수 있도록 콘텐츠 제작 환경을 AI 및 최신 미디어 기술을 사용하여 자동화 하려 합니다.
카메라맨 없이 고정 거치된 카메라에서 광각으로 촬영한 영상을 인물 또는 축구 공등의 피사체를 인식 (Object Detection)하고 인식한 피사체를 따라다니면서(Tracking) Crop(잘라내기)을 한 프레임들을 영상으로 만들어 실시간으로 송출할 수 있는 기술을 확보한다면, 카메라맨을 대동하기 어려운 콘텐츠 제작자들에게 인기 있는 제작 소스로써 활용될 수 있을 것입니다.
개발 목표
실시간 촬영 중인 영상 내 움직이는 피사체 인식
영상 내 피사체 인식 정확도 및 성능 (처리 지연) 개선 연구
인식할 피사체의 다양화 (인물, 축구공 등)를 위한 모델링/학습
피사체를 중심으로 비디오 Cropping
Google MediaPipe(AutoFlip) 활용 또는 대체가능한 오픈 소스 활용하여 개발
또는 대체 가능한 오픈소스 활용
초저지연 영상 스트리밍
WebRTC 사용하여 비디오 스트리밍
오픈 소스 WebRTC 라이브러리 활용하여 개발
Go언어 사용 시, pion/webrtc https://github.com/pion/webrtc
C/C++ 사용 시, google libwebrtc https://webrtc.googlesource.com/src/
또는 대체 가능한 오픈 소스 활용

03 이런 fellow를 찾습니다

필수
미디어 처리 및 전송에 관심이 많고, 프로그래밍을 좋아하며 주어진 문제를 더 나은 방법으로 해결하기 위해 탐구하는 과정에서 희열을 느끼는 사람
기본 프로그래밍 역량 (C++, Go, Python 중 1개)
우대
WebRTC로 웹캠 영상 송수신 (Peer Connection)을 간단하게 만들어 본 경험
OpenCV활용한 객체 인식 해본 경험 또는 흥미가 있음
AI를 활용한 미디어 처리 프로젝트를 진행한 경험 또는 흥미가 있음