Auteurs:  (1) Dinesh Kumar Vishwakarma, Laboratoire de recherche biométrique, Département des technologies de l'information, Université technologique de Delhi, Delhi, Inde ;  (2) Mayank Jindal, Laboratoire de recherche biométrique, Département des technologies de l'information, Université technologique de Delhi, Delhi, Inde  (3) Ayush Mittal, Laboratoire de recherche biométrique, Département des technologies de l'information, Université technologique de Delhi, Delhi, Inde  (4) Aditya Sharma, Laboratoire de recherche biométrique, Département des technologies de l'information, Université technologique de Delhi, Delhi, Inde.  Tableau des liens   Résumé et introduction   Contexte et travaux connexes   Ensemble de données EMTD   Méthodologie proposée   Expériences   Conclusion et références  3. Ensemble de données EMTD  Les ensembles de données de la littérature antérieure ne présentent pas une composition uniforme des genres cinématographiques. Par conséquent, nous proposons un EMTD (English Movie Trailer Dataset) composé d'environ 2000 bandes-annonces de films hollywoodiens uniques téléchargées depuis IMDB1. EMTD contient 2000 bandes-annonces uniques de 5 genres à savoir : action, comédie, horreur, romance, science-fiction. L'ensemble de données est extrait d'IMDB par la procédure de suppression de sites Web comme suit : (1) récupérer la liste des titres de films disponibles sur IMDB (avec au moins 1 genre commun à celui mentionné ci-dessus), (2) récupérer les métadonnées correspondant à chaque titre de film, y compris la bande-annonce. lien pour télécharger, et (3) téléchargez les bandes-annonces (.mp4) correspondant au lien dans un dossier et répertoriez toutes les informations/métadonnées sur le film, y compris le nom de la bande-annonce, les descriptions, l'intrigue, les mots-clés et les genres sous la forme de un fichier CSV. Dans ce travail, l'ensemble de données est divisé en ensemble de trains (1 700 remorques) et en ensemble de validation (300 remorques), comme indiqué dans le tableau 1.  L’étude est menée avec les genres ci-dessus uniquement parce que ces genres sont principalement observés dans les films. Nous souhaitons également explorer les performances de notre architecture d'abord sur un petit ensemble de genres, nous choisissons donc de ne choisir que 5 genres au lieu de nous diriger vers un large ensemble de genres.   Cet article est   sous licence CC BY-NC-SA 4.0 DEED. disponible sur arxiv

Part of HackerNoon's growing list of open-source research papers, promoting free access to academic material.

Kinetopgraph.TECH

Read My Stories

kinetograph

Cet audio est produit dans la langue originale de l'histoire !

Profilage multiniveau des réseaux profonds basés sur la situation et le dialogue : ensemble de données EMTD

About Author

COMMENTAIRES

ÉTIQUETTES

CET ARTICLE A ÉTÉ PARU DANS

Related Stories

Valhalla de Floki se joint en tant que sponsor associé de la tournée indienne au Sri Lanka

Le modèle Bitcoin UTXO, alimentant un écosystème unique

Comment améliorer votre flux de travail par 10 : 17 applications essentielles

Croissance des crypto-monnaies : créer des profils d'utilisateurs efficaces

Valhalla de Floki se joint en tant que sponsor associé de la tournée indienne au Sri Lanka

Le modèle Bitcoin UTXO, alimentant un écosystème unique

Comment améliorer votre flux de travail par 10 : 17 applications essentielles

Croissance des crypto-monnaies : créer des profils d'utilisateurs efficaces

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps