浅析大数据视角下的电影内容特征.docVIP

浅析大数据视角下的电影内容特征 　　电影数据获取和解读 　　( 一 ) 电影数据获取平台架构 　　电影内容语义数据能体现作品的丰富特征，蕴含大量视频、音频、类型、感情、灯光、色彩、镜头、特效、情节等语义信息，更是电影大数据的金矿。上海大学上海电影学院针对电影内容数据开展团队研究，人工与程序相结合，已面向数千部电影和电视剧开展影视内容数据的提取和积累。 　　电影数据获取平台总体流程包括人工和计算机自动数据生成，人工分配 4 000 部电影并分配给每位参与团队成员，按时间节点和字段类型分步填写电影基本内容字段、电影制作团队字段。成员利用计算机程序按秒分割电影画面，开展自动化男 1 号女 1号主角人脸识别、镜头分割，结合此项内容成员再次人工填写分镜字段。另一图像输出获取路径是基本图象元素数据获取，获取电影画面色彩、节奏、运动路径等基本特征数据。合并分镜字段、人脸字段、镜头字段、基本图像数据字段后给出最终的视觉展示界面。获取电影声音序列，对声音时域和频域数据输出，在听觉界面上展示。视觉展示和听觉展示按电影时间轴同步，便于用户多角度比对电影数据。 　　人工数据录入包括主角年龄、职业、家庭、隐喻、前后期团队等数十种字段。计算机自动数据生成包含颜色、边缘、镜头、3D 、频率、人脸、景别等数十种字段。 　　本平台首先需人工填写电影编号和片名，定位电影所在本地目录，按时间序列分割图像和声音，一键获取亮度值、单帧红色分量、单帧绿色分量、单帧蓝色分量、单帧均方差、单帧信息熵、单帧梯度值、纹理数据四项、边缘数据一项，同时统计各特征数据的全片平均值;按时间序列获取声响、主频值、主频点、1 / 2中位数频点、1 / 4 分位数频点、3 / 4 分位数频点、均方差，同时统计各特征数据的全片平均值 ;后台统计男 1 号女 1 号主角人脸出现的时间序列、景别、脸色、背景色等数据。 　　( 二 ) 电影内容数据解读案例 　　数据分类输出后存入对应表格，用户使用本系统音视频阅读浏览器解读已获取电影数据。本例仅对单部电影《智取威虎山》进行解读。 　　电影色彩节奏变化解读。用户首先浏览基础图像数据。图像颜色分量由红、绿、蓝色曲线表示。《智取威虎山》主要场景由户外冰雪场景、室内对白和战斗构成，偏蓝的分段表示为户外冰雪场景，偏红的分段表示为室内场景。由图 3 可知，户外冰雪场景明亮并偏冷色调，室内场景暗淡并偏暖色调，一段昏暗的室内对白后紧接着户外的明快战斗，按波形变化率，室内画面运动慢而户外战斗运动变化较快。最后的时间序列为明亮的红色分量，这是有意安排的最终战斗，笔者认为是与故事前段战斗的色彩反差对比并隐喻革命胜利。为了表达室内明亮的暖色调，场景故意设计了为“座山雕”祝寿的桥段，以此实现了强烈的战斗色调对比。 　　电影高潮位置解读。图像数据展示了整部电影的颜色变化率，统计结果表示在电影开始后 1 / 3 处，图像变化率有个明显的快区间，此区间即为“杨子荣”上山遇老虎并战斗的特效场景。导出男 1 号主角识别序列 ( 图 3 中绿色圆点 ) 后发现，男 1 号主角首次出现在约开篇 8 00 秒的时间轴上，景别 ( 图 3 中紫色圆点 )为中景，场景为夜晚的火车站，脸部与环境没有突出的亮度和颜色反差。男 1 号主角集中出现在上山打虎的桥段中，约在 23 00 秒到 3 000 秒的时间轴范围内，男 1 号主角景别以中、近、特写为主，配以快速镜头和画面变化，确认电影高潮的时间轴位置。 　　电影画面复杂度解读。信息熵数据体现图像帧携带的信息量大小，全白、全黑或单一颜色的信息量最小。 　　本影片单帧信息量变化不大，仅随亮度提高信息量略有提高，说明本影片在绝大部分时刻提供观众稳定的视觉信息感受。均方差参量随着亮度变化较为明显。 　　电影画面形态和对白位置解读。图像边缘数据和梯度值体现单帧图像画面边缘量。随着场景变化，此数据略有波动，除在户外火车站仓库首战时，铁轨的出现就让此数据大大提高。由于是对电影全图进行分析，故也包含了底部字幕对白信息。当有对白字幕出现时，此数据也大大提高，这为对白字幕在时间轴上出现确切位置提供依据。 　　声音数据伴随图像数据而变化。频点分布广即1 / 2 中位数频点、1 / 4 分位数频点、3 / 4 分位数频点之间差别较大说明此桥段背景声音嘈杂 ;主频点较低且集中说明是人物在安静环境下对白的桥段 ;声音响度也侧面反映了桥段的激烈度。 　　( 三 ) 数据应用初探 　　结合电影团队现有的广电用户行为数据、互联网用户行为数据、IPTV 用户行为数据、互联网购票数据和影视评论蚂蚁数据，可开展广告投放决策、内容策划决策、选角排序决策、分镜决策、