LA NOUVELLE CAMÉRA ENIGMA — OPTIMISATION DES MÉTADONNÉES POUR LES OBSERVATIONS UAP

LA NOUVELLE CAMÉRA ENIGMA — OPTIMISATION DES MÉTADONNÉES POUR LES OBSERVATIONS UAP

25 AOÛT 2023

TRADUIT DE L’ANGLAIS VERS LE FRANÇAIS – SOURCE D’ORIGINE :

https://enigmalabs.io/blog/the-new-enigma-camera-optimizing-metadata-for-uap-sightings

La caméra native Enigma capture les métadonnées image par image, de sorte que chaque instant de la vidéo ait un emplacement, une date et une heure clairs, ainsi qu'une orientation de l'appareil.

L’un des aspects passionnants du crowdsourcing des données UAP est d’exploiter tout le potentiel qui existe aujourd’hui avec plus de 6 milliards d’utilisateurs de smartphones sur la planète. L’œil humain est un appareil de détection incroyable. Il peut détecter une seule particule de lumière dans une pièce sombre et identifier des objets vus pendant moins de 15 millisecondes.. Nos yeux comprennent et interprètent instinctivement le monde qui nous entoure. Les smartphones peuvent faire encore plus. Ce sont d’étonnants ordinateurs de poche capables de faire des choses que l’œil humain ne peut pas faire. Ils peuvent stocker et partager des médias, connecter des expériences de visionnage à travers les continents et les pays et, plus important encore, attribuer des métadonnées à chaque fichier multimédia capturé : lieu, date, heure. Ces métadonnées peuvent être utiles pour l'analyse scientifique des objets anormaux non identifiés dans le ciel. Allons-y. 

PHOTO à gauche : Métadonnées standard de l'appareil photo du smartphone

Que sont les métadonnées vidéo des smartphones ?

Les métadonnées vidéo d'un smartphone comprennent toutes les informations sur un fichier vidéo numérique : l'auteur, la date de création, le lieu de début de l'enregistrement, les paramètres intrinsèques de la caméra et les informations sur les modifications. Pour chaque fichier vidéo, il existe un ensemble initial d'informations de métadonnées à l'échelle du fichier. De nombreuses applications utilisent les métadonnées vidéo des smartphones pour comprendre le contenu des médias partagés. L’utilisation des métadonnées vidéo des smartphones pour analyser l’UAP présente ses défis. Les métadonnées standard – heure, date et informations GPS – peuvent être utilisées pour organiser et corroborer 

grossièrement les observations. Cependant, ces métadonnées vidéo standard ne capturent les métadonnées qu'au débutdu tournage. Si une personne marche ou conduit pendant l'enregistrement de l'UAP, les métadonnées de localisation seraient inexactes après la première image capturée. Cela provoque des erreurs lorsque vous essayez de tracer le chemin de l'UAP ou de comprendre la vitesse de l'UAP à partir des vidéos d'un smartphone lorsque le créateur est en mouvement.

PHOTO à droite : Métadonnées spécialisées de la caméra Enigma

La caméra Enigma est optimisée pour les métadonnées

En raison de ces défis, nous avons développé une caméra native dans notre application pour atténuer le risque d'erreur. La caméra Enigma capture les métadonnées image par image. Cela signifie que chaque instant d'une vidéo a un emplacement, une date, une heure et une orientation de l'appareil clairs dans chaque image du fichier vidéo réel. Cela rend les données particulièrement adaptées à l’étude de l’UAP, car elles permettent à notre équipe d’avoir confiance dans la vitesse, la trajectoire et le timing de l’UAP enregistré. Cela nous permet également de corroborer plusieurs soumissions discrètes d'utilisateurs uniques potentiellement du même objet enregistré.

La caméra Enigma s'appuie sur la correspondance stéréo, un processus par lequel les informations 3D sont extraites des images numériques, image par image, pour chaque pixel, séparément de l'image dans son ensemble. Bien que les paramètres intrinsèques de chaque caméra soient différents, avec la caméra Enigma, nous pouvons extraire la géométrie radiale de l'objectif de la caméra lui-même. Cela permet à notre équipe de sélectionner un pixel sur l’écran et de déterminer où, dans l’espace et dans le temps, ce pixel se rapporte réellement à l’objectif lui-même. En comparant ces informations entre les soumissions potentiellement du même UAP depuis deux points de vue différents, nous pouvons comprendre la position relative d'un objet dans les deux soumissions. 

Triangulation des points de vue de plusieurs utilisateurs

Notre équipe a étudié comment coordonner la capture entre plusieurs caméras. Nous devons nous mettre d'accord sur le temps universel entre les soumissions. Nous utilisons Network Time Protocol (NTP) pour synchroniser les horloges entre les appareils. Lors de l'enregistrement d'une vidéo, une image peut être perdue ici et là pour une multitude de raisons. La synchronisation que nous effectuons appose sur chaque image un cachet indiquant : « c'est l'heure universelle convenue ». 

Photo à gauche : Triangulation de plusieurs points de vue dans un rapport d'observation holistique d'UAP.

Grâce au NTP et à la correspondance stéréo, nous pouvons comprendre l'UAP avec plus de confiance. Lorsque deux individus distincts soumettent des médias d'une observation similai

re, deux points de vue sont discontinus et il y a un écart dans la chronologie. Peut-être que vous commencez à enregistrer, que vous arrêtez d'enregistrer deux minutes plus tard, que quelqu'un dans le quartier commence un enregistrement différent quelques minutes plus tard. La caméra Enigma nous permet d'effectuer une observation continue d'un PAN.  

L'équipe publiera la caméra Enigma dans les prochains jours. Et nous sommes ravis de partager davantage sur notre travail de triangulation des métadonnées au cours des prochains mois.