Catálogos de video con proceso curatorial basado en datos: republicación de secuencias de video

Barra lateral del artículo

PDF (English) (English) PDF (Español)
Publicado: sep 2, 2021
DOI: https://doi.org/10.7764/disena.19.Article.4
Palabras clave:
Secuencias de video, Catálogos de video, Análisis visual, Supercuts, Visión artificial Video footage, Video catalogs, Visual analysis, Supercuts, Computer vision

Contenido principal del artículo

Gabriele Colombo
Universidad de Ámsterdam, Facultad de Humanidades, Departamento de Estudios Mediales
Federica Bardelli
Universidad de Ámsterdam, Facultad de Humanidades, Departamento de Estudios Mediales

Resumen

Este proyecto ilustra de qué manera los catálogos de video con proceso curatorial basado en datos pueden ofrecer un enfoque para analizar secuencias de video. Tenien­do ricas y diversas colecciones de video como input, los catálogos basados en datos buscan identificar objetos comunes y reor­ganizarlos en clústeres temáticos que se muestran en formato de video. La técnica se inspira en dos prácticas científicas (el mues­treo de núcleos y la difracción de la luz) y en dos formatos de publicación (los supercuts y los catálogos visuales). Los catálogos de video con proceso curatorial basado en da­tos se utilizan para republicar una colección de imágenes de la marea alta de Venecia de 2019, la que devastó la ciudad en forma inédita. A partir de una selección editorial de imágenes extraídas de YouTube, se utilizan varios procesos algorítmicos para demarcar y reorganizar el material en series temáticas de videos (personas, barcos y pájaros). Los catálogos de video resultantes permiten un tipo de análisis visual que va más allá de las formas tradicionales de medición, al tiempo que presentan un poder expresivo.


Detalles del artículo

Cómo citar
Colombo, G., & Bardelli, F. . (2021). Catálogos de video con proceso curatorial basado en datos: republicación de secuencias de video . Diseña, (19), Article.4. https://doi.org/10.7764/disena.19.Article.4
Número
Núm. 19 (2021): Métodos visuales para imágenes en línea: recolección, circulación y co-creación con máquinas
Sección
Proyectos

Licencia de Creative Commons
Este obra está bajo una licencia de Creative Commons Reconocimiento-CompartirIgual 4.0 Internacional.

NOTA DE COPYRIGHT

Todos los contenidos de esta edición electrónica se distribuyen bajo licencia Creative Commons de “Atribución-Copartirigual 4.0 Internacional” (CC-BY-SA). Cualquier reproducción total o parcial del material deberá citar su procedencia.

Los derechos de las imágenes publicadas pertenecen a sus autores, quienes otorgan a Diseña la licencia para su uso. La gestión de los permisos y la autorización de publicación de las imágenes (o de cualquier material) que contenga derechos de autor y sus consecuentes derechos de reproducción en esta publicación es de exclusiva responsabilidad de los autores de los artículos.

Biografía del autor/a

Gabriele Colombo, Universidad de Ámsterdam, Facultad de Humanidades, Departamento de Estudios Mediales

Máster en Diseño de la Comu­nicación, Politecnico di Milano. Doctor en Diseño, Politecnico di Milano. Está afiliado a DensityDesign, un laboratorio de investigación del Departamento de Diseño del Politecnico di Milano, así como al De­partamento de Arquitectura y Artes de la Università IUAV di Venezia. Entre marzo de 2019 y junio de 2021 fue investigador en la Universidad de Ámster­dam, donde trabajó en el proyecto de investigación europeo ODYCCEUS. Es profesor del Máster de Diseño de Comunicación del Politecnico di Milano, donde imparte Métodos Digitales y Diseño de Comu­nicación. Su investigación se centra en el diseño de visualizaciones para la investigación social digital. Es miembro fundador del Visual Methodologies Collective de la Universidad de Ciencias Aplicadas de Ámsterdam y colabora con la Digital Methods Initiative de la Universidad de Ámsterdam. Algunas de sus últimas publicaciones son “Dutch Political Instagram. Junk News, Follower Ecologies and Artificial Amplification” (con C. De Gaetano; en The Politics of Social Media Manipulation; Amsterdam University Press, 2021) y “Studying Digital Images in Groups: The Folder of Images (en Advancement in Design Research at Polimi; Franco Angeli, 2019).

Federica Bardelli, Universidad de Ámsterdam, Facultad de Humanidades, Departamento de Estudios Mediales

Diseñadora visual y artista visual (New Art Technologies), Accademia di Belle Arti di Brera. Máster en Diseño de la Comunicación, Politecnico di Milano. Ha colaborado con el de­partamento de investigación DensityDesign. Tam­bién ha impartido clases de Diseño de Comunicación en el Politecnico di Milano y ha trabajado con el IED (Istituto Europeo di Design), la escuela italiana de Artes Visuales. Entre marzo de 2019 y junio de 2021 fue investigadora en la Universidad de Ámsterdam, donde trabajó en el proyecto de investigación euro­peo ODYCCEUS. Su trabajo se centra en los nuevos lenguajes visuales aplicados a la investigación, especializándose en estrategias de visualización de información y datos con métodos digitales. Actual­mente trabaja en la intersección de las artes digitales y multimedia, explorando lenguajes comunes entre la investigación y las prácticas artísticas. Algunas de sus últimas publicaciones son: “Confronting Bias in the Online Representation of Pregnancy” (con L. Bogers, S. Niederer y C. De Gaetano; Convergence: The International Journal of Research into New Media Technologies, vol. 26, n° 5-6) y “Corpi digitali - Un campionario di tecniche di produzione. Digital Bo­dies - An Inventory of Production Techniques” (con G. Colombo y C. De Gaetano; Progetto Grafico, n° 31).

Citas

Ahmed, S. (2017, May 1). The Effort to Transform: Intellectual Legacies of Stuart Hall. Feministkilljoys. https://feministkilljoys.com/2017/05/01/the-effort-to-transform-intellectual-legacies-of-stuart-hall/

Bochkovskiy, A., Wang, C.-Y., & Liao, H.-Y. M. (2020). YOLOv4: Optimal Speed and Accuracy of Object Detection. Association for Computing Machinery ArXiv, arXiv:2004.10934. https://arxiv.org/abs/2004.10934

Clarifai. (2017, October 12). Search Images by Visual Similarity with the Clarifai API. https://www.clarifai.com/blog/search-images-by-visual-similarity-with-the-clarifai-api

Colombo, G. (2019). Studying Digital Images in Groups: The Folder of Images. In L. Rampino & I. Mariani (Eds.), Advancements in Design Research: 11 PhD Theses on Design as We Do in Polimi (pp. 185–195). Franco Angeli Open Access.

Diffraction grating. (2021). In Wikipedia. https://en.wikipedia.org/w/index.php?title=Diffraction_grating&oldid=1036649242

Eco, U. (2009). The Infinity of Lists: An Illustrated Essay (A. McEwen, Trans.). Rizzoli.

Hanrahan, H. (2011). It’s showtime! [Video]. https://www.youtube.com/watch?v=LUapZhcsdx8

Juzwiak, R. (2008). I’m Not Here to Make Friends! [Video]. https://www.youtube.com/watch?v=w536Alnon24

Krizhevsky, A., Sutskever, I., & Hinton, G. E. (2017). ImageNet Classification with Deep Convolutional Neural Networks. Communications of the ACM, 60(6), 84–90. https://doi.org/10.1145/3065386

Maggot3560. (2006). Scarface F Word [Video]. https://www.youtube.com/watch?v=Ft07LYRjFwM

Marres, N. (2020). For a Situational Analytics: An Interpretative Methodology for the Study of Situations in Computational Settings. Big Data & Society, 7(2), 2053951720949571. https://doi.org/10.1177/2053951720949571

McInnes, L., Healy, J., & Melville, J. (2020). UMAP: Uniform Manifold Approximation and Projection for Dimension Reduction. Association for Computing Machinery ArXiv, arXiv:1802.03426v3. https://arxiv.org/abs/1802.03426v3

Noble, O. (2010). Every Arnold Scream from Every Arnold Movie [Video]. https://www.youtube.com/watch?v=5aLR-8c11ms

Odell, J. (2009). Satellite Collections. https://www.jennyodell.com/satellite.html

Odell, J. (2015). Peripheral Landscapes: People, Gods, and Flora/Fauna. https://www.jennyodell.com/peripheral-landscapes.html

Raftery, B. (2018, August 30). I’m Not Here to Make Friends: The Rise and Fall of the Supercut Video. Wired. https://www.wired.com/story/supercut-video-rise-and-fall/

Sze. (2018). Sarah Sze: Infinite Generation [Interview]. (L. Neri, Interviewer). Gagosian Quarterly, (Winter). https://gagosian.com/quarterly/2019/10/08/interview-sarah-sze-infinite-generation/

Treccani Enciclopedia. (n.d.). Carotaggio. In Treccani Enciclopedia online. Istituto della Enciclopedia Italiana fondata da Giovanni Treccani. Retrieved November 7, 2020, from https://www.treccani.it/enciclopedia/carotaggio

Van der Maaten, L., & Hinton, G. (2008). Visualizing Data using t-SNE. Journal of Machine Learning Research, 9(86), 2579–2605.

Veca, A. (2011). Figure di argomentazione. In V. Bucchetti (Ed.), Altre figure. Intorno alle figure di argomentazione (pp. 17–61). Franco Angeli.

VICE News. (2018). Trump Talk: All Our Best Mashups in One Video [Video]. https://www.youtube.com/watch?v=2i4JxWkSYzU

Zabriskie, C. (2008). Previously on Lost: What? [Video]. https://www.youtube.com/watch?v=GcatQSyRK6c