Cartel de IPCam con una cámara de vigilancia, un maletín y una puerta iluminada en rojo

Solicitud de colaboración en el montaje

Solicitamos colaboración para el montaje y la edición de IPCam. El rodaje, el guion, la música y los demás recursos del proyecto están disponibles para su descarga.

El montaje y la edición se realizarán mediante un proyecto de DaVinci Resolve compartido y coordinado en la nube.

Los avances que aporte cada colaborador permitirán progresar más rápido en la selección, edición y montaje de la película. La coordinación de las aportaciones se realizará a través de info@capmultimedia.com.

Herramientas y bibliotecas

80 recursos agrupados por función. La selección se ajustará a las necesidades de cada tarea.

1. Segmentación y máscaras

  1. 1.1. SAM 2 (Meta)

    Segmentación de objetos y máscaras temporales en vídeo.

    https://github.com/facebookresearch/sam2
  2. 1.2. Segment Anything

    Máscaras de selección en fotogramas e imágenes.

    https://github.com/facebookresearch/segment-anything
  3. 1.3. Grounding DINO

    Detección de objetos mediante descripciones de texto.

    https://github.com/IDEA-Research/GroundingDINO
  4. 1.4. Grounded SAM 2

    Detección, segmentación y seguimiento combinados.

    https://github.com/IDEA-Research/Grounded-SAM-2
  5. 1.5. Cutie

    Seguimiento de máscaras de objetos a lo largo del vídeo.

    https://github.com/hkchengrex/Cutie
  6. 1.6. XMem

    Segmentación de objetos en secuencias largas.

    https://github.com/hkchengrex/XMem
  7. 1.7. Track Anything

    Seguimiento interactivo y edición de objetos en vídeo.

    https://github.com/gaomingqi/Track-Anything
  8. 1.8. Segment and Track Anything

    Segmentación y seguimiento de múltiples objetos.

    https://github.com/z-x-yang/Segment-and-Track-Anything

2. Seguimiento, profundidad y geometría

  1. 2.1. CoTracker

    Seguimiento de puntos y movimiento entre fotogramas.

    https://github.com/facebookresearch/co-tracker
  2. 2.2. RAFT

    Estimación de flujo óptico entre imágenes.

    https://github.com/princeton-vl/RAFT
  3. 2.3. Depth Anything V2

    Mapas de profundidad para composición y efectos.

    https://github.com/DepthAnything/Depth-Anything-V2
  4. 2.4. Video Depth Anything

    Profundidad temporalmente consistente en secuencias de vídeo.

    https://github.com/DepthAnything/Video-Depth-Anything
  5. 2.5. Depth Pro

    Estimación de profundidad monocular.

    https://github.com/apple-aiml-research/ml-depth-pro
  6. 2.6. UniDepth

    Estimación de profundidad a partir de imágenes.

    https://github.com/lpiccinelli-eth/UniDepth
  7. 2.7. VGGT

    Reconstrucción geométrica y estimación de cámaras.

    https://github.com/facebookresearch/vggt
  8. 2.8. DUSt3R

    Reconstrucción tridimensional a partir de imágenes.

    https://github.com/naver/dust3r

3. Restauración, escalado y eliminación de objetos

  1. 3.1. ProPainter

    Eliminación de objetos y reconstrucción de fondos en vídeo.

    https://github.com/sczhou/ProPainter
  2. 3.2. Real-ESRGAN

    Restauración y aumento de resolución de imágenes.

    https://github.com/xinntao/Real-ESRGAN
  3. 3.3. GFPGAN

    Restauración de detalles faciales.

    https://github.com/TencentARC/GFPGAN
  4. 3.4. CodeFormer

    Restauración de rostros y mejora de imágenes.

    https://github.com/sczhou/CodeFormer
  5. 3.5. BasicSR

    Herramientas de restauración de imagen y vídeo.

    https://github.com/XPixelGroup/BasicSR
  6. 3.6. SwinIR

    Reducción de ruido, restauración y superresolución.

    https://github.com/JingyunLiang/SwinIR
  7. 3.7. BasicVSR++

    Restauración y superresolución de secuencias de vídeo.

    https://github.com/ckkelvinchan/BasicVSR_PlusPlus
  8. 3.8. RIFE

    Interpolación de fotogramas y cambios de cadencia.

    https://github.com/hzwer/ECCV2022-RIFE

4. Transcripción y limpieza de voz

  1. 4.1. Whisper

    Transcripción del diálogo y apoyo al subtitulado.

    https://github.com/openai/whisper
  2. 4.2. faster-whisper

    Transcripción mediante una implementación optimizada de Whisper.

    https://github.com/SYSTRAN/faster-whisper
  3. 4.3. WhisperX

    Alineación temporal de palabras y apoyo a la diarización.

    https://github.com/m-bain/whisperX
  4. 4.4. pyannote.audio

    Identificación de intervenciones y separación por hablante.

    https://github.com/pyannote/pyannote-audio
  5. 4.5. Silero VAD

    Detección de tramos con voz.

    https://github.com/snakers4/silero-vad
  6. 4.6. DeepFilterNet

    Reducción de ruido y mejora de voz.

    https://github.com/Rikorose/DeepFilterNet
  7. 4.7. ClearerVoice-Studio

    Mejora, separación y extracción de voz.

    https://github.com/modelscope/ClearerVoice-Studio
  8. 4.8. SpeechBrain

    Procesamiento de voz, reconocimiento y separación de fuentes.

    https://github.com/speechbrain/speechbrain

5. Separación musical y síntesis de voz

  1. 5.1. Demucs

    Separación de voces e instrumentos en pistas musicales.

    https://github.com/facebookresearch/demucs
  2. 5.2. Spleeter

    Separación de fuentes musicales en pistas independientes.

    https://github.com/deezer/spleeter
  3. 5.3. Asteroid

    Separación de fuentes de audio mediante redes neuronales.

    https://github.com/asteroid-team/asteroid
  4. 5.4. Music Source Separation Training

    Herramientas y modelos para separar fuentes musicales.

    https://github.com/ZFTurbo/Music-Source-Separation-Training
  5. 5.5. F5-TTS

    Síntesis de voz para recursos sonoros del proyecto.

    https://github.com/SWivid/F5-TTS
  6. 5.6. Coqui TTS

    Herramientas y modelos de síntesis de voz.

    https://github.com/coqui-ai/TTS
  7. 5.7. Fish Speech

    Generación de voz y recursos hablados.

    https://github.com/fishaudio/fish-speech
  8. 5.8. Piper

    Síntesis de voz local.

    https://github.com/OHF-Voice/piper1-gpl

6. Modelos y flujos de trabajo de IA

  1. 6.1. ComfyUI

    Flujos de trabajo visuales por nodos para modelos de IA.

    https://github.com/Comfy-Org/ComfyUI
  2. 6.2. Diffusers

    Modelos de difusión para imagen y vídeo.

    https://github.com/huggingface/diffusers
  3. 6.3. Transformers

    Acceso a modelos de visión, audio y lenguaje.

    https://github.com/huggingface/transformers
  4. 6.4. ControlNet

    Control de generación mediante bordes, poses y profundidad.

    https://github.com/lllyasviel/ControlNet
  5. 6.5. IP-Adapter

    Uso de imágenes de referencia en generación visual.

    https://github.com/tencent-ailab/IP-Adapter
  6. 6.6. Accelerate

    Ejecución y distribución de cargas de modelos.

    https://github.com/huggingface/accelerate
  7. 6.7. ONNX Runtime

    Inferencia de modelos exportados a ONNX.

    https://github.com/microsoft/onnxruntime
  8. 6.8. PyTorch

    Ejecución y adaptación de modelos de aprendizaje profundo.

    https://github.com/pytorch/pytorch

7. Vídeo e imagen con Python

  1. 7.1. MoviePy

    Recortes, composición y automatización de vídeo.

    https://github.com/Zulko/moviepy
  2. 7.2. PyAV

    Acceso a decodificación y codificación multimedia desde Python.

    https://github.com/PyAV-Org/PyAV
  3. 7.3. ffmpeg-python

    Construcción de procesos y filtros de FFmpeg desde Python.

    https://github.com/kkroening/ffmpeg-python
  4. 7.4. OpenCV

    Procesamiento de imagen, vídeo y visión artificial.

    https://github.com/opencv/opencv
  5. 7.5. scikit-image

    Filtros, análisis y transformación de imágenes.

    https://github.com/scikit-image/scikit-image
  6. 7.6. Pillow

    Lectura, conversión y tratamiento de imágenes.

    https://github.com/python-pillow/Pillow
  7. 7.7. PySceneDetect

    Detección de cortes y segmentación en planos.

    https://github.com/Breakthrough/PySceneDetect
  8. 7.8. ImageIO

    Lectura y escritura de secuencias y archivos visuales.

    https://github.com/imageio/imageio

8. Audio, datos y análisis con Python

  1. 8.1. librosa

    Análisis de ritmo, espectro y características musicales.

    https://github.com/librosa/librosa
  2. 8.2. SoundFile

    Lectura y escritura de archivos de audio.

    https://github.com/bastibe/python-soundfile
  3. 8.3. pydub

    Recortes, normalización y montaje básico de audio.

    https://github.com/jiaaro/pydub
  4. 8.4. TorchAudio

    Procesamiento de audio con herramientas de PyTorch.

    https://github.com/pytorch/audio
  5. 8.5. NumPy

    Operaciones numéricas sobre imágenes, audio y señales.

    https://github.com/numpy/numpy
  6. 8.6. SciPy

    Procesamiento de señales, filtros y cálculos técnicos.

    https://github.com/scipy/scipy
  7. 8.7. pandas

    Inventarios, metadatos y registros de selección de tomas.

    https://github.com/pandas-dev/pandas
  8. 8.8. Matplotlib

    Gráficas de duración, audio y comprobaciones técnicas.

    https://github.com/matplotlib/matplotlib

9. Montaje, efectos e intercambio

  1. 9.1. DaVinci Resolve

    Montaje, Fusion, Fairlight, color, proxies y exportación.

    https://www.blackmagicdesign.com/es/products/davinciresolve
  2. 9.2. Blender

    Composición, animación, seguimiento y recursos tridimensionales.

    https://github.com/blender/blender
  3. 9.3. FFmpeg y FFprobe

    Recortes, conversiones, filtros y comprobación de archivos.

    https://github.com/FFmpeg/FFmpeg
  4. 9.4. OpenTimelineIO

    Intercambio y automatización de líneas de tiempo.

    https://github.com/AcademySoftwareFoundation/OpenTimelineIO
  5. 9.5. OpenColorIO

    Gestión de color entre aplicaciones.

    https://github.com/AcademySoftwareFoundation/OpenColorIO
  6. 9.6. OpenImageIO

    Procesamiento de imágenes y gestión de metadatos.

    https://github.com/AcademySoftwareFoundation/OpenImageIO
  7. 9.7. OpenEXR

    Imágenes de alto rango dinámico para composición.

    https://github.com/AcademySoftwareFoundation/openexr
  8. 9.8. Natron

    Composición visual por nodos.

    https://github.com/NatronGitHub/Natron

10. Subtítulos, lectura de texto y revisión

  1. 10.1. Subtitle Edit

    Creación, sincronización y revisión de subtítulos.

    https://github.com/SubtitleEdit/subtitleedit
  2. 10.2. Aegisub

    Edición y temporización de subtítulos.

    https://github.com/Aegisub/Aegisub
  3. 10.3. pysubs2

    Edición y conversión de subtítulos con Python.

    https://github.com/tkarabela/pysubs2
  4. 10.4. Tesseract

    Reconocimiento de texto en fotogramas y carteles.

    https://github.com/tesseract-ocr/tesseract
  5. 10.5. EasyOCR

    Lectura de texto con modelos de visión.

    https://github.com/JaidedAI/EasyOCR
  6. 10.6. PaddleOCR

    Detección y reconocimiento de texto en imágenes.

    https://github.com/PaddlePaddle/PaddleOCR
  7. 10.7. MediaInfo

    Inspección de contenedores, pistas y parámetros multimedia.

    https://github.com/MediaArea/MediaInfo
  8. 10.8. Gradio

    Interfaces de revisión para modelos y procesos de Python.

    https://github.com/gradio-app/gradio
Explorar y descargar el material

Montaje y edición

Agradecemos a los actores y actrices su esfuerzo, su disponibilidad y el tiempo dedicado al rodaje de IPCam. Su trabajo ante la cámara es la base de una película que todavía requiere un proceso arduo de selección, edición y montaje, con horas de revisión y ajustes de imagen y sonido para construir la historia y darle continuidad y ritmo.

El rodaje está terminado. Tenemos el material y el guion definitivo. El siguiente trabajo es seleccionar las tomas aprovechables y construir la película.

78,8 GBde material total
231 minutos3 h 51 min grabados
200 horasde trabajo estimado

El conjunto descargable ocupa 78,8 GB (78.798.843.090 bytes). El rodaje representa 75,4 GB, con 88 vídeos y 33 XML. El resto corresponde a guiones, música y otros recursos. La duración acumulada de 231 minutos corresponde al rodaje e incluye todas las cámaras, repeticiones y duplicados.

Inicio actual · Fase 1, paso 1. Queda pendiente revisar todo el rodaje y copiar los recortes aprovechables a sus carpetas de escenas.

Fase 1 de 3

Selección del material

Pasos 1 a 3 · 30 horas de tareas

Seleccionar y clasificar el material aprovechable y comprobar la cobertura del guion.

  1. Paso 1. Revisar el rodaje

    14 h estimadas

    Identificar cada archivo, los segundos de inicio y final y la escena a la que pertenece cada fragmento aprovechable.

  2. Paso 2. Preparar los recortes

    12 h estimadas

    Guardar cada recorte en su subcarpeta de escenas y comprobar imagen, audio y duración. Conservar íntegros los originales.

  3. Paso 3. Comprobar la cobertura

    4 h estimadas

    Revisar las 13 escenas y los recursos para detectar acciones, diálogos o imágenes que falten antes de montar.

Fase 2 de 3

Montaje y efectos

Pasos 4 a 9 · 90 horas de tareas

Construir el montaje completo, resolver sus efectos y fijar los cortes.

  1. Paso 4. Configurar Resolve

    4 h estimadas

    Definir resolución, fotogramas por segundo y formato de entrega antes de crear la línea de tiempo.

  2. Paso 5. Importar y organizar

    8 h estimadas

    Importar por escenas y sincronizar los ángulos y audios que correspondan a una misma interpretación.

  3. Paso 6. Hacer el primer montaje

    20 h estimadas

    Construir las 13 escenas siguiendo el guion para comprobar que las acciones y los diálogos cuentan la historia completa.

  4. Paso 7. Afinar el montaje

    18 h estimadas

    Elegir interpretaciones, ajustar ritmo y continuidad y retirar preparativos, indicaciones del director y equipo visible.

  5. Paso 8. Resolver los efectos

    32 h estimadas

    Preparar las IPCam, la luz del maletín, los cambios de expresión del cartel y la transformación final en UNO.

  6. Paso 9. Cerrar los cortes

    8 h estimadas

    Revisar la película completa y fijar su estructura y duración antes del acabado.

Fase 3 de 3

Acabado y entrega

Pasos 10 a 13 · 40 horas de tareas

Completar el sonido, el color, los créditos y la entrega final.

  1. Paso 10. Trabajar el sonido

    16 h estimadas

    Limpiar y equilibrar diálogos, resolver las voces de las IPCam e incorporar ambientes, efectos y música.

  2. Paso 11. Corregir el color

    12 h estimadas

    Igualar cámaras y planos y aplicar el tratamiento de vigilancia, las escenas nocturnas y la puerta roja.

  3. Paso 12. Añadir títulos y créditos

    4 h estimadas

    Preparar títulos y créditos. Mantener después de los créditos la imagen final de la sala y el cartel.

  4. Paso 13. Verificar y entregar

    8 h estimadas

    Revisar la exportación completa y guardar un único IPCam.drp actualizado junto a todos los medios necesarios.

Estimación de trabajo

Dedicación orientativa de una persona, calculada al alza.

Fase 1. Selección del material
30 h
Fase 2. Montaje y efectos
90 h
Fase 3. Acabado y entrega
40 h
Tareas previstas
160 h
Margen del 25 %
40 h

Total estimado · 200 horas

Equivale a 25 jornadas de 8 horas. El cálculo incluye los 13 pasos y sus revisiones. El margen cubre ajustes e imprevistos de selección, montaje, sonido y efectos.