Pesquisadores da Universidade Brown dão importante passo para transmitir vídeos volumétricos em 3D pela internet
Pesquisadores do departamento de ciência da computação da Universidade Brown, nos Estados Unidos, desenvolveram uma nova técnica de processamento de vídeo que pode tornar viável a transmissão de vídeos volumétricos tridimensionais pela internet. Batizada de PackUV, a método permite que cenas completas em três dimensões — que podem ser exploradas de praticamente qualquer ângulo pelo espectador — sejam convertidas em vídeos convencionais, passíveis de transmissão, armazenamento e reprodução nos mesmos codificadores de vídeo já utilizados pela grande maioria das plataformas online atuais.
O vídeo volumétrico é uma forma de captura que registra o mundo não como uma imagem plana bidimensional, mas como uma cena tridimensional completa que evolui ao longo do tempo, configurando o que os pesquisadores chamam de representação quadridimensional. Diferente de um vídeo tradicional, esse formato permite que o espectador explore a cena de qualquer ponto de vista desejado, criando uma experiência imersiva significativamente superior. O desafio, no entanto, reside no enorme volume de dados gerado por esse tipo de conteúdo, o que torna sua transmissão pela internet algo inviável com os métodos convencionais.
Aashish Rai, estudante de pós-graduação em ciência da computação na Universidade Brown e responsável por liderar o trabalho, explicou que a proposta da pesquisa é justamente transformar toda essa complexa cena quadridimensional em um formato de vídeo convencional. Segundo ele, com o PackUV, esse conteúdo passa a poder ser transmitido normalmente pela internet e compartilhado com outras pessoas, como já ocorre com vídeos comuns em plataformas de streaming.
O PackUV atua reorganizando os dados do vídeo volumétrico em algo que os cientistas chamam de atlas de UV, que são mapas bidimensionais estruturados nos quais os atributos tridimensionais das cenas — representados por elementos chamados de gaussianos, que são funções matemáticas utilizadas para modelar superfícies e volumes — são empacotados de forma compacta e eficiente. Essa organização permite que as informações sejam comprimidas de maneira compatível com os codificadores de vídeo padrão que hoje alimentam a maior parte do conteúdo audiovisual na internet, dispensando a necessidade de infraestrutura especializada para transmissão.
Além do PackUV em si, os pesquisadores também propuseram uma variante chamada PackUV-GS, um método complementar que realiza o ajuste direto dos atributos gaussianos a partir de vídeos capturados sob múltiplos ângulos de visão. Essa variante utiliza técnicas de fluxo óptico — um método de análise que detecta o movimento dos pixels entre quadros consecutivos de um vídeo — para guiar a seleção de quadros-chave e realizar o etiquetamento dos elementos gaussianos. Com isso, o sistema consegue processar sequências de duração arbitrária mantendo a consistência temporal mesmo diante de movimentos amplos e ocorrências de desoclusão, que é o fenômeno em que partes da cena antes ocultas passam a ficar visíveis conforme o ponto de vista muda.
A combinação dessas duas abordagens resulta em uma representação unificada de cenas quadridimensionais que preserva a riqueza visual do conteúdo volumétrico original, mas com um volume de dados drasticamente menor e em um formato pronto para ser consumido por computadores e televisões inteligentes convencionais. Os pesquisadores apresentaram o trabalho como um avanço importante rumo à popularização do vídeo volumétrico, um formato que, até o momento, enfrentava barreiras técnicas significativas para chegar ao público em geral.
A pesquisa, conduzida no laboratório de visão computacional da Universidade Brown, representa um passo relevante para superar justamente esse gargalo de transmissão e armazenamento. Ao tornar os vídeos volumétricos compatíveis com a infraestrutura de codificação já existente na internet, o PackUV abre caminho para que, no futuro, conteúdos tridimensionais imersivos possam ser transmitidos e consumidos de forma tão natural quanto qualquer vídeo convencional assistido hoje em plataformas de streaming.
