Hipervídeo

El hipervídeo , o vídeo con hipervínculos , es una secuencia de vídeo que contiene anclas interactivas integradas ^{[ 1 ]} , lo que permite navegar entre el vídeo y otros elementos hipermedia . El hipervídeo es similar al hipertexto , que permite al lector hacer clic en una palabra de un documento y recuperar información de otro documento o de otra parte del mismo. El hipervídeo combina el vídeo con una estructura de información no lineal, lo que permite al usuario tomar decisiones en función del contenido del vídeo y de sus intereses.

Una diferencia crucial entre el hipervídeo y el hipertexto es el factor tiempo. El texto suele ser estático, mientras que un vídeo es dinámico; su contenido cambia con el tiempo. Por consiguiente, el hipervídeo presenta requisitos técnicos, estéticos y retóricos diferentes a los de una página de hipertexto estática. Por ejemplo, el hipervídeo puede implicar la creación de un enlace desde un objeto visible solo durante un tiempo determinado. Por lo tanto, es necesario segmentar el vídeo adecuadamente y añadir los metadatos necesarios para enlazar fotogramas —o incluso objetos— con la información pertinente en otros formatos multimedia.

Kinoautomat (1967) se anunció como la primerapelícula interactiva. ^{[ 2 ]} Los sistemas modernos de hipervídeo implementan algunos de los conceptos centrales de esta película, como la narrativa no lineal y la interactividad.

El enlace de vídeo a vídeo fue demostrado por el Interactive Cinema Group del MIT Media Lab . Elastic Charles ^{[ 3 ]} fue una revista hipermedia desarrollada entre 1988 y 1989, en la que se colocaban anotaciones, llamadas "micones", dentro de un vídeo, indicando enlaces a otro contenido. Al implementar el Museo Interactivo Kon-Tiki , ^{[ 4 ]} Listol utilizó micons para representar notas al pie de vídeo. Las notas al pie de vídeo fueron una extensión deliberada de la nota al pie literaria aplicada a la anotación de vídeo, proporcionando así continuidad entre el texto tradicional y el hipervídeo temprano. ^{[ 5 ]} En 1993, Hirata et al. ^{[ 6 ]} consideraron la navegación basada en medios para sistemas hipermedia, donde el mismo tipo de medio se utiliza como consulta que para el medio que se va a recuperar. Por ejemplo, una parte de una imagen (definida por forma o color, por ejemplo) podría enlazar con una imagen relacionada. En este enfoque, el contenido del vídeo se convierte en la base para formar los enlaces a otro contenido relacionado.

HotVideo fue una implementación de este tipo de hipervídeo, desarrollada en el Laboratorio de Investigación de IBM en China en 1996. ^{[ 7 ]} La navegación a los recursos asociados se realizaba haciendo clic en un objeto dinámico en un vídeo. En 1997, un proyecto del Grupo de Medios Basados ​​en Objetos del MIT Media Lab llamado HyperSoap desarrolló aún más este concepto. Era un breve programa de telenovela en el que un espectador podía hacer clic con un control remoto mejorado en objetos del vídeo para encontrar información sobre cómo podían comprarlos. La empresa Watchpoint Media se formó para comercializar la tecnología involucrada, dando como resultado un producto llamado Storyteller orientado a la televisión interactiva .

Para ilustrar la transición del hipertexto al hipervídeo, Storyspace ^{[ 8 ]} , un entorno de escritura hipertextual, emplea una metáfora espacial para mostrar enlaces. Utiliza «espacios de escritura», contenedores genéricos de contenido, que enlazan con otros espacios de escritura. En 1996 , HyperCafe ^{[ 9 ]} , un prototipo experimental popular de hipervídeo, utilizó esta herramienta para crear «espacios de vídeo narrativos». Se desarrolló como un modelo inicial de un sistema de hipervídeo, que situaba a los usuarios en un café virtual donde interactuaban dinámicamente con el vídeo para seguir diferentes conversaciones.

En 1997, la empresa de software israelí Ephyx Technologies lanzó un producto llamado v-active , ^{[ 10 ]} uno de los primeros sistemas comerciales de autoría basados ​​en objetos para hipervídeo. Sin embargo, esta tecnología no tuvo éxito: Ephyx cambió su nombre a Veon en 1999, momento en el que dejó de centrarse en el hipervídeo para dedicarse a proporcionar herramientas de desarrollo para contenido web y de banda ancha . ^{[ 11 ]}

Eline Technologies, fundada en 1999, desarrolló una solución de hipervídeo llamada VideoClix ^{[ 12 ]} que admite los formatos QuickTime , Flash , MPEG-4 y HTML5 y se ha utilizado como una solución de software como servicio para distribuir y monetizar vídeos clicables en la web y dispositivos móviles en plataformas de vídeo en línea como Brightcove, ThePlatform y Ooyala.

El hipervídeo resulta complejo, en comparación con el texto con hipervínculos, debido a la dificultad única que presenta el vídeo en la segmentación de nodos; es decir, separar un vídeo en contenido algorítmicamente identificable y enlazable.

Los vídeos, fundamentalmente, son una secuencia de imágenes que muestran información. Para segmentar un vídeo en partes significativas (objetos en imágenes o escenas dentro de vídeos), es necesario proporcionar un contexto, tanto espacial como temporal, para extraer elementos relevantes de esta secuencia de imágenes. Los humanos son capaces de realizar esta tarea de forma natural, pero es deseable hacerlo algorítmicamente. Sin embargo, desarrollar un método para lograrlo es un problema complejo. A una velocidad de fotogramas NTSC de 30 fotogramas por segundo, ^{[ 13 ]} incluso un vídeo corto de 30 segundos consta de 900 fotogramas. La identificación de elementos de vídeo distintos sería tediosa si se requiriera la intervención humana para cada fotograma. Para cantidades moderadas de material de vídeo, la segmentación manual es claramente inviable.

Desde el punto de vista del tiempo, la unidad más pequeña de un video es un solo fotograma. ^{[ 5 ]} La segmentación de nodos podría realizarse a nivel de fotograma, una tarea sencilla ya que un fotograma es fácilmente identificable. Sin embargo, un solo fotograma no puede contener información de video, puesto que los videos son necesariamente dinámicos. De forma análoga, una sola palabra separada de un texto no transmite significado. Por lo tanto, es necesario considerar la escena, que es el siguiente nivel de organización temporal. Una escena puede definirse como el conjunto secuencial mínimo de fotogramas que transmite significado. Este es un concepto importante para el hipervídeo, ya que se podría desear que un enlace de hipervídeo esté activo durante toda una escena, pero no en la siguiente. La granularidad de la escena es, por lo tanto, natural en la creación de hipervídeo. En consecuencia, el hipervídeo requiere algoritmos capaces de detectar transiciones de escena. Se pueden imaginar niveles más gruesos de organización temporal: las escenas pueden agruparse para formar una secuencia narrativa, que a su vez se agrupa para formar un video. Sin embargo, desde el punto de vista de la segmentación de nodos, estos conceptos no son tan críticos.

Aunque el fotograma sea la unidad de tiempo más pequeña, es posible segmentar espacialmente un vídeo a nivel de subfotograma, separando la imagen del fotograma en sus objetos constituyentes. Esto es necesario al realizar la segmentación de nodos a nivel de objeto. El tiempo introduce complejidad también en este caso, ya que incluso después de diferenciar un objeto en un fotograma, suele ser necesario seguir el mismo objeto a través de una secuencia de fotogramas. Este proceso, conocido como seguimiento de objetos, es esencial para la creación de enlaces entre objetos en vídeos. La segmentación espacial de objetos puede lograrse, por ejemplo, mediante el uso de gradientes de intensidad para detectar bordes, histogramas de color para hacer coincidir regiones, ^{[ 1 ]} detección de movimiento, ^{[ 14 ]} o una combinación de estos y otros métodos.

Una vez segmentados los nodos necesarios y combinados con la información de enlace asociada, estos metadatos deben incorporarse al vídeo original para su reproducción. Los metadatos se colocan conceptualmente en capas o pistas sobre el vídeo; esta estructura en capas se presenta al usuario para su visualización e interacción. Por lo tanto, la tecnología de visualización y el reproductor de hipervídeo no deben descuidarse al crear contenido de hipervídeo. Por ejemplo, se puede ganar eficiencia almacenando la geometría de las áreas asociadas con los objetos rastreados solo en ciertos fotogramas clave y permitiendo que el reproductor interpole entre estos fotogramas clave, como se desarrolló para HotVideo . ^{[ 15 ]} Además, los creadores de VideoClix enfatizan el hecho de que su contenido se reproduce en reproductores estándar, como QuickTime y Flash.

• Vídeo interactivo

• Del hipertexto al hipervídeo
• Una imagen del hipervídeo en la actualidad
• Patente estadounidense 6462754
• Informe técnico TR02-017 UNC Chapel Hill