AI 트레킹 카메라로 기승 촬영이 될까?(옵스봇 테일 에어)

2024. 2. 23. 10:34Horse Riding

728x90
반응형

기승 기록을 위해 트레킹 카메라를 찾던 중 2023년 말 새로 출시한 옵스봇 테일 에어를 구매했다. 킥스타터에서 슈퍼 얼리버드로 구매했는데… 과연 기승자와 말을 잘 따라올까?

Obsbot Tail Air

우선 제조사에서는 현존하는 AI 트레킹 카메라 중에 가장 똑똑하다고 주장한다. 홍콩 브랜드이다.

승마에서 가장 대중적인 트레킹 촬영 장비는 Pivo라는 브랜드인듯한데, Pivo는 스마트폰을 거치하고 스마트폰 카메라를 이용하는 “트레킹 거치대”이다.

반면, 옵스봇 테일 에어는 카메라까지 포함으로 4K까지 지원한다.
스마트폰 앱과 본체 블루투스 연결을 통해서 영상을 옮길 수도 있으며, 메모리카드로 직접 PC에 옮길 수 있다. 영상이 길고 무거우면 스마트폰 용량 부족이라는 알림이 뜨면서 (용량 충분한데..?) 복사가 불가능했다. 앱으로는 안 옮겨진다고 봐야 한다.

AI 트레킹이 아니라 몸에 추적기를 소지하는 제품을 구매하고 싶었지만, 그 제품은 세 군데에 리시버를 설치해야 하는 번거로움이 있어서 AI 트레킹 방식을 구매했다.


Obsbot Tail Air




우선 실내에서 테스트할 때는 얼굴을 잘 따라왔다. 제스처 인식도 좋은 편. 제스처를 통해 영상 촬영 시작, 중지, 피사체 선택을 할 수 있다.


Obsbot Tail Air

 

 
 
 

그럼 마장에서는 어땠을까.


먼저 설치하고 말을 타지 않은 나를 피사체로 지정하는 제스처(귀 옆에 한 손을 들어 손바닥을 보여주는 동작)를 취한 후 걸어 다녀봤다. 피사체를 잘 따라왔다.





그런데 카메라와 피사체 사이로 다른 분과 말이 지나가자 피사체를 바꿔버린다. 제품 설명에서는 피사체가 다른 물체에 가려도 계속 추적한다고 했는데, 다른 정지된 사물에 잠시 가리는 것만 해당인듯하다.
움직이는 물체가 앞으로 지나가면 촬영 타깃이 바뀌어버리는…





그래서 직접 앵글로, 그리고 새로운 피사체인 말과 준비 중인 기승자 앞으로 들어가 본다. 다시 나를 트레킹 피사체로 잡았다.

 

말 위에 앉아서는 촬영이 잘 될까?

먼저, 말 위에 앉아 피사체 지정하는 제스처를 취했는데 전혀 인식하지 못했다.
그다음, 앵글 안으로 들어가 촬영시작을 위해 녹화 제스처를 취해보아도 아예 인식을 못해 촬영 시작이 불가했다. 말 위가 아닌 땅에 헬멧 쓴 상태로 서서도 제스처 인식이 안된다. 헬멧 쓴 상태에선 제스처를 사용하지 못하는 듯.
즉, 혼자 제스처를 통해 기승 영상 촬영은 어렵다.



그렇다면 타인이 녹화해 주는 경우.

스마트폰 앱 연동 화면을 보며 다른 기승자들을 촬영해 보았다. 네 명의 그룹레슨이었고 백마 한 마리와 갈색, 밤색 말들 세 마리였다.
스마트폰 앱에서 백마를 피사체로 고정해도 카메라 가까이에 다른 말이 지나가면 그 말로 피사체가 바뀌었다. 그리고 말을 따라가는 것이라 자동확대 축소 기능을 쓰거나 거리가 가까우면 사람 상체는 잘린다.
앱에서 수동으로 사람을 피사체로 고정하려고 해도 그룹레슨에서 다른 말로 타깃이 바뀌고 하면 사람 상체 역시나 잘림.



결론

Pivo도 그룹레슨에선 피사체를 놓친다는 말이 있어, 더 똑똑하다는 Obsbot을 구매했는데 말은 다 같은 말이고 사람(전신 촬영에서)도 다 같은 사람인 거 같다. 촬영 중 크게 들어오는 물체로 피사체가 바뀌고, 헬멧 착용, 말 위에서는 제스처 인식도 잘 못하니…
승마 그룹레슨에서 개인만 타깃으로한 촬영용으로는 쓸 수 없다. 마장에서 아예 1인 기승에서는 카메라 앞에 코치님이 돌아다니시고 하는 것 아니면 괜찮을 수 있다.





실내에서 얼굴이 잘 보이는 반신촬영에서는 나쁘지 않았다. 다른 사람 뒤에 오래 숨으면 앞에 있는 사람으로 바뀌기는 하지만 잠깐 가리는 경우에는 처음 지정한 사람을 잘 따라오고, 스트리밍 기능도 있고, 화질도 좋다.

옵스봇 테일 에어는 움직이는 피사체는 하나뿐인 환경, 여럿일 경우 다른 것과 확연하게 구분되는 높은 명도나 채도의 피사체를 선택할 경우, 혹은 반신 촬영 위주인 유튜버에게 적합할 듯.

728x90
반응형