圖片來源: 

Netflix

 ML實例1  自動生成客製化封面

Netflix每一部影集的封面圖片,都是高度個人化的客製設計,甚至每一個人看到的封面可能不一樣,正是靠ML來產生吸引不同類型觀眾喜好的封面設計。圖片來源/Netflix

 ML實例2   自動辨識畫面語意標籤

借助物件偵測ML技術,不只可以辨識出畫面中不同的物件,Netflix還能辨識物件名稱或行為,作為語意搜尋之用,例如可以快速找出艾蜜莉嘟嘴畫面。圖片來源/Netflix

 ML實例3   快速搜尋關鍵對白影片

透過ML技術可以辨識出一部影片中,不同對白的影片段落以及不同場景的段落,例如圖中影片有17個說出「Thank you」的影片段落,可供剪輯師搭配來設計創意預告片。圖片來源/Netflix

 ML實例4   快速搜尋同類畫面構成

Netflix常用的預告片手法是用ML搜尋不同影片段落中的同一類畫面,組合成一連串快速切換的短片,例如都是主角中距離鏡頭開口說話的場景,來凸顯戲劇張力。圖片來源/Netflix

 ML實例5   直接用影片來找相似影片

預告片剪接師除了輸入文字來尋找想要的素材,還可以透過ML來進行影片內容比對,直接輸入一段影片,來找出同類型的影片。圖中例子為在廚師競賽劇集中,輸入一道菜的影片,可以找出其他道菜的登場影片。圖片來源/Netflix

 ML實例6  自動產生精華短片

透過ML建立影片內容的大量語意標籤,不只可用於搜尋,還能用來自動產生精華短片,可以呼叫「重要對白」演算法,指定影片時間後,ML就能自動挑出匹配主題的段落來產生精華短片。圖片來源/Netflix

 ML實例7   分析光流自動生成動作短片

Netflix預告片中有一種手法,可以將同一種畫面移動形式,例如都是由左到右的不同鏡頭,組合成一段同樣鏡頭移動方向,但是畫面不段切換的動作短片,就是靠光流ML分析來自動產生。圖片來源/Netflix

 ML實例8   自動計算影片內容的屬性矩陣

Netflix可以用ML來計算一支影片在不同類型(動作片、戲劇片、紀錄片等)和不同場景屬性(煽情鏡頭、音樂性、搞笑情節、視覺衝擊鏡頭、人物登場鏡頭)的強度分數,作為後續推薦、搜尋、自動匹配之用。圖片來源/Netflix

 相關報導 

熱門新聞

Advertisement