Pilot autotracking

Met ingang van 4 maart 2024 doen een aantal cursussen mee met de pilot voor autotracking.

Wat is autotracking?

Hierbij volgt de camera de docent terwijl deze heen en weer loopt. Het beeld kan daardoor meer worden ingezoomd, en de docent is dan beter in beeld.
Dit kan helpen bij bijvoorbeeld slechthorenden om de mond te kunnen zien, maar ook als de docent voorwerpen laat zien aan de studenten.

In deze pilot is het echter niet de camera maar de software die de autotracking doet. De camera neemt de zaal in de volle breedte op, en achteraf bepaalt de software wanneer waarop wordt ingezoomd. Hiermee lijkt het dus alsof de docent gevolgd wordt, maar er wordt digitaal ingezoomd.

Wat merkt de docent hiervan?

De docent merkt er helemaal niets van, en neemt op zoals deze gewend is. Bij de start van het project was er echter een probleem met het platform en moest de opname automatisch gestart worden. Ook dit bleek te haperen (zoals opnamen die NIET gestart werden), maar de problemen met het platform waren na 2 dagen opgelost en toen werkte alles weer zoals gebruikelijk.

Wat zijn de (voorlopige) resultaten?

Resultaat van de video van de docent

Helaas zijn er nog wat problemen met de autotracking:

• Als de docent uit beeld loopt duurt het een paar seconden voor de autotracking de docent weer in beeld heeft. De docent wordt dus niet meteen gevolgd.
• Als een student bewegelijk is gaat de autotracking die student volgen
• Er wordt veel geschakeld tussen totaal uitgezoomd in ingezoomd beeld
• Bij sommige video's is teveel ingezoomd en valt het hoofd van de docent buiten beeld

Maar daar is een pilot voor.

Gevolgen voor de nabewerking

Er zijn normaal 3 stappen in het online zetten van de video:

1. Media controleren: dit gaat vrij snel, en hierna kan iedereen de video bekijken. Tijdens dit proces kunnen al metadata toegevoegd worden zoals titel, docent, type video en taal. Na dit proces kan de speler worden bewerkt: het CPIO haalt overbodige video-streams weg en zorgt dat bij de opname van de docent de studenten niet in beeld zijn.
2. Transcoderen: dit duurt vrij lang - bij lange video's tot wel 8 uur, en pas daarna kan de video getrimd worden: begin- en eind eraf, pauze eruit.
3. Dia's detecteren: dit gaat weer relatief snel, maar pas als deze stap klaar is kan het CPIO een thumbnail instellen voor de video aan de hand van de dia's.

Bij de video's met autotracking gebeurt dit:

• Er komt nu een vierde stap bij: Autocam-analyse. Ook deze stap duurt enkele uren, zodat het CPIO over het algemeen zeker een dag moet wachten voor het de video kan bewerken
• Als de video gesplitst wordt met behulp van de trimming-functie raakt de autotracking verloren
• Omdat de video van de docent niet statisch is maar zich verplaatst kunnen de studenten niet meer buiten beeld gezet worden.

Er moet nog beter bekeken worden wat de gevolgen zijn voor de getrimde opnamen.