Autores:  (1) Pinelopi Papalampidi, Instituto de Linguagem, Cognição e Computação, Escola de Informática, Universidade de Edimburgo;  (2) Frank Keller, Instituto de Linguagem, Cognição e Computação, Escola de Informática, Universidade de Edimburgo;  (3) Mirella Lapata, Instituto de Linguagem, Cognição e Computação, Escola de Informática, Universidade de Edimburgo.  Tabela de links   Resumo e introdução   Trabalho relatado   Formulação de problema   Configuração Experimental   Resultados e Análise   Conclusões e Referências   A. Detalhes do modelo   B. Detalhes de implementação   C. Resultados: Estudos de Ablação  C. Resultados: Estudos de Ablação  D. Análise de decomposição de tarefas    De acordo com a teoria do roteiro [22], os cinco TPs segmentam os filmes em seis unidades temáticas, a saber, “Preparação”, “Nova situação”, “Progresso”, “Complicações e riscos mais elevados”, “Empurrão final” e “Consequências”. Para examinar quais partes do filme são mais predominantes em um trailer, calculamos a distribuição de tomadas por unidade temática em trailers dourados (usando o conjunto de desenvolvimento estendido do TRIPOD). Conforme mostrado na Figura 4, os trailers contêm, em média, cenas de todas as seções de um filme, até mesmo das duas últimas, o que pode revelar o final. Além disso, a maioria das cenas do trailer (30,33%) são selecionadas no meio do filme (ou seja, Progresso) e também no início (ou seja, 16,62% e 25,45% para “Preparação” e “Nova Situação”, respectivamente). Estas observações empíricas corroboram os princípios da indústria para a criação de reboques.[10] Como a estrutura narrativa se conecta aos trailers  A seguir, descobrimos com que frequência os trailers incluem os diferentes tipos de eventos principais indicados pelos TPs. Apresentamos a porcentagem de trailers (no conjunto de desenvolvimento) que incluem pelo menos um plano por TP na Tabela 7. Como pode ser visto, mais da metade dos trailers (ou seja, 52,63% e 55,26%) incluem planos relacionados ao primeiro. dois TPs, enquanto apenas 34,21% dos trailers possuem alguma informação sobre os dois finais. Isto é esperado, uma vez que os primeiros TPs são introdutórios à história e, portanto, mais importantes para a confecção de trailers, enquanto os dois últimos podem conter spoilers e são muitas vezes evitados.    As regras empíricas para a produção de trailers[11] sugerem que um trailer deve começar com cenas de intensidade média para cativar os espectadores, depois diminuir a intensidade do sentimento para fornecer informações importantes sobre o filme e, finalmente, aumentar a tensão. até chegar ao clímax. Como o sentimento se conecta aos trailers  Aqui, analisamos o fluxo de sentimento em trailers reais do nosso conjunto de desenvolvimento com base nas pontuações de sentimento previstas (ver Seções 3.5 e 4). Especificamente, calculamos a intensidade absoluta do sentimento (ou seja, independentemente da polaridade positiva/negativa) por cena nos trailers (verdadeiros). De acordo com nossa configuração experimental, mapeamos novamente as cenas do trailer para as cenas do filme com base na similaridade visual e consideramos as pontuações de sentimento correspondentes previstas pela nossa rede. Em seguida, segmentamos o trailer em três seções iguais e calculamos a intensidade média absoluta do sentimento por seção. Na Tabela 8 apresenta-se os resultados. Como esperado, em média, a segunda parte é a menos intensa, enquanto a terceira apresenta a maior intensidade de sentimento. Finalmente, quando segmentamos novamente cada trailer em três seções iguais e medimos o fluxo de sentimento de uma seção para a próxima, descobrimos que 46,67% dos trailers seguem um formato de “V”, semelhante à nossa condição de sentimento para gerar trailers de propostas com GRAPHTRAILER. .  Exemplos de Caminhadas no GRAPHTRAILER Apresentamos nas Figuras 5 e 6 um exemplo real de como o GRAPHTRAILER opera sobre um gráfico esparso (plano) para o filme “O Iluminado”. Aqui, mostramos o funcionamento interno do algoritmo em um gráfico mais podado para melhor visualização (Etapa 1; Figura 5), enquanto na realidade usamos o gráfico completo como entrada para GRAPHTRAILER.   Começamos com cenas que foram identificadas como TP1 (ou seja, “Oportunidade”; evento introdutório à história). Amostramos uma imagem (ou seja, nós verdes brilhantes no gráfico) e inicializamos nosso caminho. Para as próximas etapas (2–7; na realidade, executamos até 10 etapas, mas excluímos algumas por questões de brevidade), examinamos apenas a vizinhança imediata do nó atual e selecionamos a próxima cena a ser incluída no caminho com base nos seguintes critérios: (1) coerência semântica, (2) proximidade temporal, (3) estrutura narrativa e (4) intensidade de sentimento. Damos mais detalhes sobre como formalizamos e combinamos esses critérios na Seção 3.1.  Observamos que nosso algoritmo consegue ficar próximo de eventos importantes (nós coloridos) durante a criação do caminho, o que significa que reduzimos a probabilidade de selecionar tomadas aleatórias que são irrelevantes para a história principal. Por fim, na Etapa 8, Figura 6, montamos o trailer da proposta concatenando todas as tomadas no caminho recuperado. Também ilustramos o caminho no gráfico (ou seja, linha vermelha).  Uma vantagem de nossa abordagem é que ela é interpretável e pode ser facilmente usada como uma ferramenta com um ser humano no circuito. Especificamente, dada a vizinhança imediata em cada etapa, pode-se selecionar tomadas com base em diferentes critérios automáticos ou mesmo manualmente. Nossa abordagem reduz drasticamente a quantidade de tomadas que precisam ser revisadas para criar sequências de trailers para 10% do filme. Além disso, nossos critérios permitem aos usuários explorar diferentes seções do filme e criar diversos trailers.   Este artigo está   sob licença CC BY-SA 4.0 DEED. disponível no arxiv  [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 Matrix-is-a-trailer-editors-dream

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

Kinetopgraph.TECH

Read My Stories

kinetograph

Este áudio é produzido no idioma original da história!

Geração de trailer de filme por meio de decomposição de tarefas: resultados: estudos de ablação

About Author

COMENTARIOS

Rótulos

ESTE ARTIGO FOI APRESENTADO EM

Related Stories

Vazamento do prompt do sistema Claude Sonnet 3.5: uma análise forense

Digital Nomads Ouçam: O que você precisa saber sobre o novo visto DTV da Tailândia

Como melhorar seu fluxo de trabalho em 10 vezes: 17 aplicativos essenciais

Guia do arquiteto para construir arquitetura de referência para um Datalake de IA/ML

Vazamento do prompt do sistema Claude Sonnet 3.5: uma análise forense

Digital Nomads Ouçam: O que você precisa saber sobre o novo visto DTV da Tailândia

Como melhorar seu fluxo de trabalho em 10 vezes: 17 aplicativos essenciais

Guia do arquiteto para construir arquitetura de referência para um Datalake de IA/ML

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps