paint-brush
टास्क डिकंपोज़िशन के माध्यम से फ़िल्म ट्रेलर निर्माण: परिणाम: एब्लेशन अध्ययनद्वारा@kinetograph

टास्क डिकंपोज़िशन के माध्यम से फ़िल्म ट्रेलर निर्माण: परिणाम: एब्लेशन अध्ययन

द्वारा Kinetograph: The Video Editing Technology Publication
Kinetograph: The Video Editing Technology Publication HackerNoon profile picture

Kinetograph: The Video Editing Technology Publication

@kinetograph

The Kinetograph's the 1st motion-picture camera. At Kinetograph.Tech, we cover...

5 मिनट read2024/06/07
Read on Terminal Reader
Read this story in a terminal
Print this story

बहुत लंबा; पढ़ने के लिए

इस शोधपत्र में, शोधकर्ताओं ने ट्रेलर बनाने के लिए फिल्मों को ग्राफ के रूप में मॉडल किया है, कथात्मक संरचना की पहचान की है और भावनाओं का पूर्वानुमान लगाया है, जो पर्यवेक्षित विधियों से बेहतर है।
featured image - टास्क डिकंपोज़िशन के माध्यम से फ़िल्म ट्रेलर निर्माण: परिणाम: एब्लेशन अध्ययन
Kinetograph: The Video Editing Technology Publication HackerNoon profile picture
Kinetograph: The Video Editing Technology Publication

Kinetograph: The Video Editing Technology Publication

@kinetograph

The Kinetograph's the 1st motion-picture camera. At Kinetograph.Tech, we cover cutting edge tech for video editing.

0-item

STORY’S CREDIBILITY

Academic Research Paper

Academic Research Paper

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

लेखक:

(1) पिनेलोपी पापालाम्पीडी, भाषा, अनुभूति और संगणन संस्थान, सूचना विज्ञान स्कूल, एडिनबर्ग विश्वविद्यालय;

(2) फ्रैंक केलर, भाषा, अनुभूति और संगणन संस्थान, सूचना विज्ञान स्कूल, एडिनबर्ग विश्वविद्यालय;

(3) मिरेला लापाटा, भाषा, अनुभूति और संगणन संस्थान, सूचना विज्ञान स्कूल, एडिनबर्ग विश्वविद्यालय।

लिंक की तालिका

सी. परिणाम: एब्लेशन अध्ययन

डी. कार्य अपघटन विश्लेषण

कथात्मक संरचना ट्रेलरों से कैसे जुड़ती है पटकथा लेखन सिद्धांत [22] के अनुसार, पांच टीपी फिल्मों को छह विषयगत इकाइयों में विभाजित करते हैं, अर्थात्, "सेटअप", "नई स्थिति", "प्रगति", "जटिलताएं और उच्च दांव", "अंतिम धक्का", और "परिणाम"। यह जांचने के लिए कि किसी ट्रेलर में फिल्म के कौन से हिस्से सबसे अधिक प्रचलित हैं, हम गोल्ड ट्रेलरों में प्रति विषयगत इकाई शॉट्स के वितरण की गणना करते हैं (TRIPOD के विस्तारित विकास सेट का उपयोग करके)। जैसा कि चित्र 4 में दिखाया गया है, ट्रेलरों में औसतन एक फिल्म के सभी हिस्सों से शॉट्स होते हैं, यहां तक कि अंतिम दो से भी, जो अंत को प्रकट कर सकते हैं। इसके अलावा, अधिकांश ट्रेलर शॉट्स (30.33%) फिल्म के मध्य (यानी, प्रगति) के साथ-साथ शुरुआत से भी चुने जाते हैं (यानी, क्रमशः "सेटअप" और "नई स्थिति" के लिए 16.62% और 25.45%)। ये अनुभवजन्य अवलोकन ट्रेलर निर्माण के लिए उद्योग के सिद्धांतों की पुष्टि करते हैं।[10]


इसके बाद, हम देखते हैं कि ट्रेलर में टीपी द्वारा दर्शाए गए विभिन्न प्रकार के प्रमुख कार्यक्रम कितनी बार शामिल होते हैं। हम उन ट्रेलरों का प्रतिशत प्रस्तुत करते हैं (विकास सेट पर) जिसमें प्रति टीपी कम से कम एक शॉट शामिल है। जैसा कि देखा जा सकता है, आधे से अधिक ट्रेलर (यानी, 52.63% और 55.26%) में पहले दो टीपी से संबंधित शॉट शामिल हैं, जबकि केवल 34.21% ट्रेलर में दो अंतिम टीपी के बारे में कोई जानकारी है। यह अपेक्षित है, क्योंकि पहले टीपी कहानी के लिए परिचयात्मक हैं और इसलिए ट्रेलर बनाने के लिए अधिक महत्वपूर्ण हैं, जबकि अंतिम दो में स्पॉइलर हो सकते हैं और अक्सर उनसे बचा जाता है।


ट्रेलर बनाने के अनुभवजन्य नियम[11] बताते हैं कि एक ट्रेलर को दर्शकों को लुभाने के लिए मध्यम तीव्रता के शॉट्स के साथ शुरू करना चाहिए, फिर फिल्म के बारे में महत्वपूर्ण जानकारी देने के लिए भावना की तीव्रता को कम करना चाहिए, और अंत में चरमोत्कर्ष तक पहुंचने तक तनाव का निर्माण करना चाहिए।


यहाँ, हम पूर्वानुमानित भावना स्कोर (अनुभाग 3.5 और 4 देखें) के आधार पर हमारे विकास सेट से वास्तविक ट्रेलरों में भावना प्रवाह का विश्लेषण करते हैं। विशेष रूप से, हम (सच्चे) ट्रेलरों में प्रति शॉट पूर्ण भावना तीव्रता (यानी, सकारात्मक/नकारात्मक ध्रुवता की परवाह किए बिना) की गणना करते हैं। हमारे प्रायोगिक सेटअप के अनुसार, हम फिर से दृश्य समानता के आधार पर ट्रेलर शॉट्स को मूवी शॉट्स से मैप करते हैं और हमारे नेटवर्क द्वारा पूर्वानुमानित संबंधित भावना स्कोर पर विचार करते हैं। फिर हम ट्रेलर को तीन बराबर खंडों में विभाजित करते हैं और प्रति खंड औसत पूर्ण भावना तीव्रता की गणना करते हैं। तालिका 8 में परिणाम प्रस्तुत किए गए हैं। जैसा कि अपेक्षित था, औसतन, दूसरा भाग सबसे कम तीव्र है, जबकि तीसरे में सबसे अधिक भावना तीव्रता है। अंत में, जब हम फिर से प्रत्येक ट्रेलर को तीन बराबर खंडों में विभाजित करते हैं और एक खंड से दूसरे खंड तक भावना प्रवाह को मापते हैं, तो हम पाते हैं कि 46.67% ट्रेलर "V" आकार का अनुसरण करते हैं, जो GRAPHTRAILER के साथ प्रस्ताव ट्रेलर बनाने के लिए हमारी भावना स्थिति के समान है।


ग्राफट्रेलर में वॉक के उदाहरण हम चित्र 5 और 6 में एक वास्तविक उदाहरण प्रस्तुत करते हैं कि कैसे ग्राफट्रेलर फिल्म "द शाइनिंग" के लिए एक विरल (शॉट) ग्राफ पर काम करता है। यहाँ, हम बेहतर दृश्य के लिए एक और अधिक छँटे हुए ग्राफ पर एल्गोरिदम के आंतरिक कामकाज को दिखाते हैं (चरण 1; चित्र 5), जबकि वास्तव में हम ग्राफट्रेलर के इनपुट के रूप में पूरे ग्राफ का उपयोग करते हैं।


चित्र 5. फिल्म "द शाइनिंग" के लिए GRAPHTRAILER एल्गोरिथम का रन। चरण 1 शॉट-लेवल ग्राफ (बेहतर विज़ुअलाइज़ेशन के लिए काटे गए) को रंगीन नोड्स के साथ दिखाता है जो फिल्म में पूर्वानुमानित विभिन्न प्रकार के TPs (यानी, TP1, TP2, TP3, TP4, TP5) का प्रतिनिधित्व करते हैं। हमारा एल्गोरिथ्म VIDEOGRAPH (चरण 1) द्वारा TP1 के रूप में पहचाने गए शॉट का नमूना लेकर शुरू होता है। प्रत्येक अगले चरण के लिए, हम केवल वर्तमान शॉट के तत्काल पड़ोस (यानी, 6-12 पड़ोसी) पर विचार करते हैं और निम्नलिखित मानदंडों के आधार पर अगले शॉट का चयन करते हैं: (1) अर्थ समानता, (2) समय निकटता, (3) कथात्मक संरचना, और (4) भावना तीव्रता (चरण 2-4)। हमारा एल्गोरिथ्म चित्र 6 में जारी है।

चित्र 5. फिल्म "द शाइनिंग" के लिए GRAPHTRAILER एल्गोरिथम का रन। चरण 1 शॉट-लेवल ग्राफ (बेहतर विज़ुअलाइज़ेशन के लिए काटे गए) को रंगीन नोड्स के साथ दिखाता है जो फिल्म में पूर्वानुमानित विभिन्न प्रकार के TPs (यानी, TP1, TP2, TP3, TP4, TP5) का प्रतिनिधित्व करते हैं। हमारा एल्गोरिथ्म VIDEOGRAPH (चरण 1) द्वारा TP1 के रूप में पहचाने गए शॉट का नमूना लेकर शुरू होता है। प्रत्येक अगले चरण के लिए, हम केवल वर्तमान शॉट के तत्काल पड़ोस (यानी, 6-12 पड़ोसी) पर विचार करते हैं और निम्नलिखित मानदंडों के आधार पर अगले शॉट का चयन करते हैं: (1) अर्थ समानता, (2) समय निकटता, (3) कथात्मक संरचना, और (4) भावना तीव्रता (चरण 2-4)। हमारा एल्गोरिथ्म चित्र 6 में जारी है।


हम उन शॉट्स से शुरू करते हैं जिन्हें TP1 (यानी, "अवसर"; कहानी के लिए परिचयात्मक घटना) के रूप में पहचाना गया है। हम एक शॉट (यानी, ग्राफ में चमकीले हरे रंग के नोड्स) का नमूना लेते हैं और अपने पथ को आरंभ करते हैं। अगले चरणों के लिए (2-7; वास्तव में, हम 10 चरणों तक निष्पादित करते हैं, लेकिन हमने संक्षिप्तता के लिए कुछ को छोड़ दिया है), हम केवल वर्तमान नोड के तत्काल पड़ोस की जांच करते हैं और निम्नलिखित मानदंडों के आधार पर पथ में शामिल किए जाने वाले अगले शॉट का चयन करते हैं: (1) अर्थपूर्ण सुसंगतता, (2) समय निकटता, (3) कथात्मक संरचना, और (4) भावना तीव्रता। हम इस बारे में अधिक विवरण देते हैं कि हम इन मानदंडों को कैसे औपचारिक रूप देते हैं और संयोजित करते हैं।


हमने पाया कि हमारा एल्गोरिदम पथ बनाते समय महत्वपूर्ण घटनाओं (रंगीन नोड्स) के करीब रहने में कामयाब होता है, जिसका मतलब है कि हम मुख्य कहानी से अप्रासंगिक यादृच्छिक शॉट्स के चयन की संभावना को कम करते हैं। अंत में, चरण 8, चित्र 6 में, हम प्राप्त पथ में सभी शॉट्स को जोड़कर प्रस्ताव ट्रेलर को इकट्ठा करते हैं। हम ग्राफ में पथ को भी दर्शाते हैं (यानी, लाल रेखा)।


हमारे दृष्टिकोण का एक लाभ यह है कि यह व्याख्या योग्य है और इसे आसानी से एक उपकरण के रूप में इस्तेमाल किया जा सकता है जिसमें एक मानव लूप में हो। विशेष रूप से, प्रत्येक चरण में तत्काल पड़ोस को देखते हुए, कोई व्यक्ति विभिन्न स्वचालित मानदंडों या यहां तक कि मैन्युअल रूप से शॉट्स का चयन कर सकता है। हमारा दृष्टिकोण फिल्म के ट्रेलर अनुक्रमों को बनाने के लिए समीक्षा किए जाने वाले शॉट्स की मात्रा को काफी कम कर देता है। इसके अलावा, हमारे मानदंड उपयोगकर्ताओं को फिल्म के विभिन्न वर्गों का पता लगाने और विविध ट्रेलर बनाने की अनुमति देते हैं।

चित्र 6. हम व्याख्या योग्य मानदंडों (चरण 5-7) के आधार पर तत्काल पड़ोस से अगला शॉट चुनकर ट्रेलर पथ का निर्माण जारी रखते हैं। अंत में, हम पथ में शॉट्स को जोड़कर प्रस्तावित ट्रेलर को इकट्ठा करते हैं। हमारा एल्गोरिदम उपयोगकर्ताओं को प्रत्येक चरण में उम्मीदवार शॉट्स की समीक्षा करने और हमारे मानदंडों को ध्यान में रखते हुए मैन्युअल रूप से सर्वश्रेष्ठ का चयन करने की अनुमति देता है। GRAPHTRAILER उपयोगकर्ताओं को केवल उन सिफारिशों के आधार पर फिल्म के लगभग 10% की समीक्षा करके ट्रेलर बनाने की अनुमति देता है जो व्याख्या योग्य हैं (उदाहरण के लिए, पिछले शॉट के साथ सुसंगतता, कहानी या तीव्रता से प्रासंगिकता)।

चित्र 6. हम व्याख्या योग्य मानदंडों (चरण 5-7) के आधार पर तत्काल पड़ोस से अगला शॉट चुनकर ट्रेलर पथ का निर्माण जारी रखते हैं। अंत में, हम पथ में शॉट्स को जोड़कर प्रस्तावित ट्रेलर को इकट्ठा करते हैं। हमारा एल्गोरिदम उपयोगकर्ताओं को प्रत्येक चरण में उम्मीदवार शॉट्स की समीक्षा करने और हमारे मानदंडों को ध्यान में रखते हुए मैन्युअल रूप से सर्वश्रेष्ठ का चयन करने की अनुमति देता है। GRAPHTRAILER उपयोगकर्ताओं को केवल उन सिफारिशों के आधार पर फिल्म के लगभग 10% की समीक्षा करके ट्रेलर बनाने की अनुमति देता है जो व्याख्या योग्य हैं (उदाहरण के लिए, पिछले शॉट के साथ सुसंगतता, कहानी या तीव्रता से प्रासंगिकता)।


यह पेपर CC BY-SA 4.0 DEED लाइसेंस के अंतर्गत arxiv पर उपलब्ध है।


[10] https://archive.nytimes.com/www.nytimes.com/interactive/2013/02/19/movies/ awardsseason/oscar-trailers.html?_r=0


[11] https://www.derek-lieu.com/blog/2017/9/10/the मैट्रिक्स-is-a-trailer-editors-dream

L O A D I N G
. . . comments & more!

About Author

Kinetograph: The Video Editing Technology Publication HackerNoon profile picture
Kinetograph: The Video Editing Technology Publication@kinetograph
The Kinetograph's the 1st motion-picture camera. At Kinetograph.Tech, we cover cutting edge tech for video editing.

लेबल

इस लेख में चित्रित किया गया था...

Read on Terminal Reader
Read this story in a terminal
 Terminal
Read this story w/o Javascript
Read this story w/o Javascript
 Lite