Akcesoria
Godox V100 - nowa definicja lampy reporterskiej?
Jeśli oglądaliście film „The Greatest Movie Ever Sold” Morgana Spurlocka, z pewnością pamiętacie scenę, w której twórcy odwiedzają firmę zajmującą się określaniem efektywności zwiastunów filmowych na podstawie testów przeprowadzanych na grupie badawczej przy pomocy rezonansu magnetycznego. Być może już niedługo podobne, skomplikowane procesy będziemy w stanie przeprowadzić za pomocą jednego kliknięcia. Zespół badaczy z uniwersytetu MIT opracował bowiem platformę, która pozwala przewidzieć jak dobrze obrazy zapadną oglądającym w pamięć.
Algorytm opracowany przez naukowców, powstał w oparciu o bazę 60 tys. różnych zdjęć, które zostały poddane dogłębnej analizie odnośnie kompozycji, kolorów, tematów, mimiki fotografowanych osób i rozłożeniu obiektów w kadrze. Jeżeli chcecie poznać szczegółowy proces przewidywania popularności zdjęć, pełny opis poszczególnych etapów znajdziecie tutaj. Większość z Was bardziej ucieszy jednak możliwość przetestowania algorytmu w praktyce. Dokonać tego możemy za pośrednictwem opracowanego na te potrzeby serwisu LaMem (Large-scale Image Memorability).
Wszystko, co musimy zrobić to załadować zdjęcie na serwer, lub podać jego adres URL, a po kilku chwilach otrzymamy numeryczną odpowiedź odnośnie tego czy oglądający dobrze zapamiętają nasze zdjęcia. Skala „zapamiętywalności" wynosi od 0 do 1. Jak przełożyć to na rzeczywistość? Według wytycznych naukowców, zdjęcia z wynikiem 0,5 zostaną zapomniane przez około 50% oglądających po 100 sekundach od ich zobaczenia.
Możliwości algorytmów analizujących zdjęcia stają się coraz bardziej zaawansowane i nieco przerażające. Mimo wszystko podobne przedsięwzięcia mogą w znacznym stopniu podnieść efektywność naszych działań w mediach społecznościowych, a jeśli okażą się tak skuteczne, jak obiecują twórcy, na podobnych rozwiązaniach będzie w przyszłości bazował cały rynek reklamowy. Czy powinniśmy być zaniepokojeni? Wszystko zależy od tego jak podobne możliwości zostaną wykorzystane.
Więcej informacji znajdziecie na stronie memorability.csail.mit.edu