CN107454346A - 影视数据解析方法、视频制作模板推荐方法、装置及设备 - Google Patents
影视数据解析方法、视频制作模板推荐方法、装置及设备 Download PDFInfo
- Publication number
- CN107454346A CN107454346A CN201710534223.XA CN201710534223A CN107454346A CN 107454346 A CN107454346 A CN 107454346A CN 201710534223 A CN201710534223 A CN 201710534223A CN 107454346 A CN107454346 A CN 107454346A
- Authority
- CN
- China
- Prior art keywords
- video display
- structural model
- sentiment indicator
- event segments
- indicator value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N5/00—Details of television systems
- H04N5/222—Studio circuitry; Studio devices; Studio equipment
- H04N5/262—Studio circuits, e.g. for mixing, switching-over, change of character of image, other special effects ; Cameras specially adapted for the electronic generation of special effects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
- G06F16/73—Querying
- G06F16/735—Filtering based on additional data, e.g. user or group profiles
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Signal Processing (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Processing Or Creating Images (AREA)
- Television Signal Processing For Recording (AREA)
Abstract
本发明提供一种视频制作模板推荐方法，包括：获取待制作视频的制作需求数据；根据所述制作需求数据，从影视结构模型库中确定与所述制作需求数据匹配的影视结构模型；将所述匹配的影视结构模型展现给剪辑师。本发明还提供一种视频制作模板推荐装置、影视数据解析方法及装置。本发明能对影视结构进行分析，得到多种影视结构模型，并能根据用户的视频制作需求，快速给剪辑师推荐合适的影视结构模型，并将所述影视结构模型呈现给剪辑师，使剪辑师快速制作。
Description
技术领域
本发明涉及数据处理领域，尤其涉及一种影视数据解析方法、视频制作模板推荐方法、装置及设备。
背景技术
通常情况下，影视结构分析大多数是以编剧或观众的角色定位，从时间和空间的角度上，对影视内容的叙事结构分析，很少从剪辑师的角色定位，对影视从素材到成片过程的创作指引分析模型，根据现代影视创作更随意和变异的发展趋势，结合用户的视频制作需求，如何将错综复杂的每个素材简洁、高效地构建，直接明了地指引剪辑师对用户素材二度创作时急需解决的问题。
发明内容
鉴于以上内容，有必要提供一种影视数据解析方法、视频制作模板推荐方法、装置及设备，能对影视结构进行分析，得到多种影视结构模型，并能根据用户的视频制作需求，快速给剪辑师推荐合适的影视结构模型，并将所述影视结构模型呈现给剪辑师，使剪辑师快速制作。
一种影视数据解析方法，所述方法包括：
获取影视样本数据；
确定所述影视样本数据中每个影视样本的情节信息；
确定与每个影视样本的时间轴对应的情绪指标；
根据每个影视样本的情节信息及与每个影视样本的时间轴对应的情绪指标，将所述影视样本数据分类成至少一个影视结构模型群组。
根据本发明优选实施例，所述确定所述影视样本数据中每个影视样本的情节信息包括以下一种或者多种：
根据每个影视样本的标识，利用网络搜索与每个影视样本的标识对应的影视剧情，从所述影视剧情中确定每个影视样本的情节信息；或
接收输入的每个影视样本的描述数据，从每个影视样本的描述数据中确定每个影视样本的情节信息。
根据本发明优选实施例，所述确定与每个影视样本的时间轴对应的情绪指标包括：
获取每个影视样本对应的身体反应数据；
从每个影视样本对应的身体反应数据中，获取每个影视样本中的每个时间点对应的身体反应数据；
根据身体反应数据与情绪指标值的映射关系，及每个影视样本中的每个时间点对应的身体反应数据，确定每个影视样本中的每个时间点对应的情绪指标。
根据本发明优选实施例，所述情节信息包括以下一种或者多种：影视的主要对象、影视的次要对象、章节、事件片段、主要事件片段、每个事件片段的核心对象；所述与每个影视样本的时间轴对应的情绪指标包括以下一种或者多种：章节对应的情绪指标、在时间轴上章节对应的时间段、在时间轴上事件片段对应的时间段，事件片段对应的情绪指标。
根据本发明优选实施例，所述至少一个影视结构模型群组包括以下一种或者多种：
三段式影视结构模型：在影视的时间轴上，在开始时间点处，所述影视对应的情绪指标值为第一情绪指标值，在特定时间点处，所述影视对应的情绪指标值为第二情绪指标值，在结束时间点处，所述影视对应的情绪指标值为第三情绪指标值，从开始时间点到特定时间点，所述影视对应的情绪指标值从第一情绪指标值逐渐变高为第二情绪指标值，从所述特定时间点到所述结束时间点，所述影视对应的情绪指标值从第二情绪指标值逐渐变低为第三情绪指标值；或
非线性式影视结构模型：影视包括多个事件片段，在影视的时间轴上，所述多个事件片段对应的时间段有交叉，及所述多个事件片段中每个事件片段对应的情绪指标不同；或
曲线球式影视结构模型：在影视的时间轴上，在开始时间点处，所述影视对应的情绪指标值为第一情绪指标值，在特定时间点处，所述影视对应的情绪指标值为第二情绪指标值，在结束时间点处，所述影视对应的情绪指标值为第三情绪指标值，从开始时间点到特定时间点，所述影视对应的情绪指标值从第一情绪指标值逐渐变高为第二情绪指标值，从所述特定时间点到所述结束时间点，所述影视对应的情绪指标值从第二情绪指标值直接直线下降为第三情绪指标值；或
章节式影视结构模型：在三段式影视结构模型的基础上，影视包括多个章节，每个章节都包括非线性式影视结构模型；或
车轮式影视结构模型：影视包括多个事件片段，每个事件片段的核心对象都是相同的物体，每个事件片段对应的情绪指标呈三段式影视结构模型变化；或
波浪式影视结构模型：影视包括多个事件片段，在时间轴上所述多个事件片段中每个事件片段对应的时间段是连贯的，每个事件片段对应的情绪指标呈三段式影视结构模型变化，且当前事件片段对应的三段式影视结构模型中开始时间点对应的情绪指标值是所述当前事件片段对应的上一个事件片段对应的三段式影视结构模型中结束时间点对应的情绪指标值；或
分支式影视结构模型：影视包括多个事件片段，在所述多个事件片段中包括主要事件片段及次要事件片段，在时间轴上每个次要事件片段对应的时间段是交叉的，每个次要事件片段的情绪指标呈三段式影视结构模型变化；或
螺旋式影视结构模型：影视包括一个事件片段，所述一个事件片段重复多次；在每次重复所述一个事件片段时，所述一个事件片段对应的情绪指标呈三段式影视结构模型变化，且当前重复所述一个事件片段对应的三段式影视结构模型中开始时间点对应的情绪指标值是上一次重复所述一个事件片段对应的三段式影视结构模型中结束时间点对应的情绪指标值，当前重复所述一个事件片段对应的三段式影视结构模型中最高情绪指标值高于上一次重复所述一个事件片段对应的三段式影视结构模型中最高情绪指标值；当前重复所述一个事件片段对应的三段式影视结构模型中结束时间点对应的情绪指标值低于于上一次重复所述一个事件片段对应的三段式影视结构模型中结束时间点对应的情绪指标值；或
多角度式影视结构模型：影视包括一个主要对象、多个次要对象及多个事件片段，每个事件片段包括一个主要对象及一个次要对象，每个事件片段对应的情绪指标呈三段式影视结构模型变化；或
平行式影视结构模型：影视包括多个人物及多个事件片段，每个事件片段包括所述多个人物，每个事件片段对应的情绪指标呈三段式影视结构模型变化；或
累积式影视结构模型：影视包括多个章节，每个章节在时间轴上对应的时间段交叉，每个章节对应的情绪指标呈三段式影视结构模型变化，且当前章节对应的三段式影视结构模型中开始时间点对应的情绪指标值是上一章节对应的三段式影视结构模型中结束时间点对应的情绪指标值，当前章节对应的三段式影视结构模型中最高情绪指标值高于上一章节对应的三段式影视结构模型中最高情绪指标值；当前章节对应的三段式影视结构模型中结束时间点对应的情绪指标值高于于上一章节对应的三段式影视结构模型中结束时间点对应的情绪指标值。
一种视频制作模板推荐方法，所述方法包括：
获取待制作视频的制作需求数据；
根据所述制作需求数据，从影视结构模型库中确定与所述制作需求数据匹配的影视结构模型；
将所述匹配的影视结构模型展现给剪辑师。
根据本发明优选实施例，所述根据所述制作需求数据，从影视结构模型库中确定与所述制作需求数据匹配的影视结构模型包括：
对所述制作需求数据进行处理，确定待制作视频的情节信息；
从待制作需求数据中提取待制作视频的情绪需求；
根据所述待制作视频的情节信息及待制作视频的情绪需求，从影视结构模型库中确定与所述制作需求数据匹配的影视结构模型。
根据本发明优选实施例，所述将所述匹配的影视结构模型展现给剪辑师包括以下一种或者多种：
将匹配的影视结构模型的情节信息以文字档呈现在界面上；
将匹配的影视结构模型中与时间轴对应的情绪指标以图形形式呈现。
根据本发明优选实施例，所述影视结构模型库包括影视结构模型群组，所述影视结构模型群组通过任意实施例中所述影视数据解析方法来建立。
一种视频制作模板推荐装置，所述装置包括多个模块，所述模块在处理器的执行下，实现任意实施例中所述视频制作模板推荐方法的步骤。
一种电子设备，所述电子设备包括存储器及处理器，所述存储器用于存储至少一个指令，所述处理器用于执行所述至少一个指令以实现包括任意实施例中视频制作模板推荐方法中的步骤。
一种计算机可读存储介质，所述计算机可读存储介质存储有至少一个指令，所述至少一个指令被处理器执行时实现视频制作模板推荐方法，所述视频制作模板推荐方法包括任意实施例中视频制作模板推荐方法中的步骤。
由以上技术方案可以看出，本发明获取待制作视频的制作需求数据；根据所述制作需求数据，从影视结构模型库中确定与所述制作需求数据匹配的影视结构模型；将所述匹配的影视结构模型展现给剪辑师。本发明能对影视结构进行分析，得到多种影视结构模型，并能根据用户的视频制作需求，快速给剪辑师推荐合适的影视结构模型，并将所述影视结构模型呈现给剪辑师，使剪辑师快速制作。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
图1是本发明影视数据解析方法的较佳实施例的流程图。
图2(a)-2(k)是本发明影视结构模型示意图。
图3是本发明视频制作模板推荐方法的较佳实施例的流程图。
图4是本发明影视结构模型展现给剪辑师的示意图。
图5是本发明本发明影视数据解析装置的较佳实施例的功能模块图。
图6是本发明本发明视频制作模板推荐装置的较佳实施例的功能模块图。
图7是本发明至少一个实例中电子设备的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
如图1所示，是本发明影视数据解析方法的较佳实施例的流程图。根据不同的需求，该流程图中步骤的顺序可以改变，某些步骤可以省略。
所述影视数据解析方法应用于一个或者多个电子设备中，所述电子设备是一种能够按照事先设定或存储的指令，自动进行数值计算和/或信息处理的设备，其硬件包括但不限于微处理器、专用集成电路(Application Specific Integrated Circuit，ASIC)、可编程门阵列(Field－Programmable Gate Array， FPGA)、数字处理器(Digital SignalProcessor，DSP)、嵌入式设备等。
所述电子设备可以是任何一种可与用户进行人机交互的电子产品，例如，个人计算机、平板电脑、智能手机、个人数字助理(Personal Digital Assistant，PDA)、游戏机、交互式网络电视(Internet Protocol Television， IPTV)、智能式穿戴式设备等。所述电子设备可以包括但不限于单个网络服务器、多个网络服务器组成的服务器组或基于云计算(Cloud Computing)的由大量主机或网络服务器构成的云，其中，云计算是分布式计算的一种，由一群松散耦合的计算机集组成的一个超级虚拟计算机。
所述电子设备所处的网络包括但不限于互联网、广域网、城域网、局域网、虚拟专用网络(Virtual Private Network，VPN)等。
S10，获取影视样本数据。
在本发明的至少一个实施例中，获取所述影视样本数据的方式有很多，例如可以将所述电子设备接收的用户上传的影视样本数据作为所述影视样本数据，也可以是所述电子设备从网络上下载所述影视样本数据。影视样本越多，后续建立的影视结构模型群组就越准确。
S11，确定所述影视样本数据中每个影视样本的情节信息。
在本发明的至少一个实施例中，所述情节信息包括以下一种或者多种：影视的主要对象、影视的次要对象、章节、事件片段、主要事件片段、每个事件片段的核心对象。
所述影视的主要对象为在影视播放过程中出现时长超过第一预设时长的对象或者在影视剧情中出现频率超过第一预设次数的对象为影视的主要对象。
所述影视的次要对象为在影视播放过程中出现时长超过第二预设时长，而小于第一预设时长的对象或者在影视剧情中出现频率超过第一预设次数，而小于第二预设次数的对象为影视的次要对象。
所述主要事件片段为影视剧情必需的事件，贯穿整个剧情发展的片段。
所述时间轴为影视播放的时间顺序构成的轴。例如，一个影视有30分钟，则从第一分钟到第30分钟之间的播放时间顺序即为一个时间轴。
一个影视可以包括一个或者多个章节，每个章节中可以有一个或者多个事件片段。每个事件片段都有一个核心对象。事件片段的核心对象为在事件片段中出现时长超过第一片段出现时长的对象，或者出现频率超过第一片段出现频率的对象。
在本发明的至少一个实施例中，所述确定所述影视样本数据中每个影视样本的情节信息包括：
(a1)根据每个影视样本的标识，利用网络搜索与每个影视样本的标识对应的影视剧情，利用语义分析法从所述影视剧情中确定每个影视样本的情节信息。
所述标识包括影视样本的名称、剧情简介描述等等。利用语义分析法从所述影视剧情中确定影视样本的对象的关键词，并统计出影视样本的对象的关键词出现的频率或者在播放过程中出现时长，从而确定影视样本的主要对象，及次要对象。
利用语义分析法从所述影视剧情中确定影视样本的章节的关键词，确定影视样本所包含的章节数量，及每个章节的事件片段，及统计每个事件片段中的核心对象。
(a2)接收输入的每个影视样本的描述数据，从每个影视样本的描述数据中确定每个影视样本的情节信息。
在本发明的至少一个实施例中，影视样本的情节信息也可以由用户上传影视样本的描述数据，所述电子设备直接接收输入的每个影视样本的描述数据即可。
S12，确定与每个影视样本的时间轴对应的情绪指标。
在本发明的至少一个实施中，所述与每个影视样本的时间轴对应的情绪指标包括，但不限于以下一种或者多种：在时间轴上章节对应的时间段、章节对应的情绪指标、在时间轴上事件片段对应的时间段，事件片段对应的情绪指标等等。
一个影视可能由一个或者多个章节构成，也可能由一个或者多个事件片段构成，因此，任意一个章节或者任意一个事件片段在时间轴都对应一个发生所述任意一个章节或者所述任意一个事件片段的时间段。一个时间段包括多个时间点，每个时间点对应一个情绪指标值。因此，章节对应的情绪指标包括在时间轴上章节对应的时间段中所有时间点对应的情绪指标值，事件片段对应的情绪指标对应的情绪指标包括在时间轴上事件片段对应的时间段中所有时间点对应的情绪指标值。
在本发明的至少一个实施中，所述确定与每个影视样本的时间轴对应的情绪指标包括：
(b1)获取每个影视样本对应的身体反应数据。
优选地，对任意一个影视样本而言，每个观众在观看影视样本时，可以配置采集装置(身体体征采集仪、摄像设备等等)，所述采集装置可以采集身体反应数据，所述身体反应数据包括，但不限于：体温数据、心跳数据、心率数据、出汗数据、面部表情数据等等，对所有观众观看所述影视样本时的身体反应数据进行统计，并确定所述影视样本对应的身体反应数据。
(b2)从每个影视样本对应的身体反应数据中，获取每个影视样本中的每个时间点对应的身体反应数据。
优选地，对任意一个影视样本而言，影视样本从开始播放到结束播放的这个时间轴上，采集观众的身体反应数据，因此，影视样本对应的身体反应数据是由多个时间点对应的身体反应数据组成。这样能清晰反应影视结构模型带给观众的情绪。
(b3)根据身体反应数据与情绪指标值的映射关系，及每个影视样本中的每个时间点对应的身体反应数据，确定每个影视样本中的每个时间点对应的情绪指标。
在本发明的至少一个实施例中，身体反应数据与情绪指标值的映射关系可以是根据大量数据统计得到，也可以是根据经验预设，例如，哭的表情对应的情绪指标值为-5，平静的表情对应的情绪指标值为0，大笑的表情对应的情绪指标值为5等等。
S13，根据每个影视样本的情节信息及与每个影视样本的时间轴对应的情绪指标，将所述影视样本数据分类成至少一个影视结构模型群组。
在本发明的至少一个实施例中，所述至少一个影视结构模型群组包括以下一种或者多种：
(1)、三段式影视结构模型：在影视的时间轴上，在开始时间点处，所述影视对应的情绪指标值为第一情绪指标值，在特定时间点处，所述影视对应的情绪指标值为第二情绪指标值，在结束时间点处，所述影视对应的情绪指标值为第三情绪指标值，从开始时间点到特定时间点，所述影视对应的情绪指标值从第一情绪指标值逐渐变高为第二情绪指标值，从所述特定时间点到所述结束时间点，所述影视对应的情绪指标值从第二情绪指标值逐渐变低为第三情绪指标值。
所述三段式影视结构模型的示意图，如图2a所示。例如，以电影《变形金刚》为例，影片讲述了一个名叫萨姆·维特维奇的少年，因一次的机缘巧合而被卷入了代表正义及英勇的汽车人和代表邪恶及奸诈的霸天虎之间的战争；序幕，汽车人和霸天虎两个机械生命体之间争夺火种源奠定了影片最主要矛盾，两方分别在现代社会找机会争夺火种源，随着剧情发展在某个时间点，彼此越来越争分夺秒，影片情绪越来越激烈，终于在毁掉能量块战役中达到高潮，战役中双方收到重创，尾声时影片情绪回落。
(2)、非线性式影视结构模型：影视包括多个事件片段，在影视的时间轴上，所述多个事件片段对应的时间段有交叉，及所述多个事件片段中每个事件片段对应的情绪指标不同。
所述非线性式影视结构模型的示意图，如图2b所示。例如，以电影《盗梦空间》为例，影片剧情游走于梦境与现实之间，影片构造了6个时空，每个时空都有一个事件片段；从影片整体分析，莱昂纳多·迪卡普里奥扮演的造梦师是主线，不停的在不同人物、不同时空的梦境与现实之间穿梭，有的时候他到A 事件片段、有的时候A、B和D事件片段发生交叉(即A事件片段发生了一部分，又到C事件片段，C事件片段发生了一部分又到D事件片段)，有的时候莱昂纳多到E事件片段，有的时候C、D事件片段发生联系，每个事件片段之间没有逻辑地自由组合，并不按时间发展出现。
(3)、曲线球式影视结构模型：在影视的时间轴上，在开始时间点处，所述影视对应的情绪指标值为第一情绪指标值，在特定时间点处，所述影视对应的情绪指标值为第二情绪指标值，在结束时间点处，所述影视对应的情绪指标值为第三情绪指标值，从开始时间点到特定时间点，所述影视对应的情绪指标值从第一情绪指标值逐渐变高为第二情绪指标值，从所述特定时间点到所述结束时间点，所述影视对应的情绪指标值从第二情绪指标值直接直线下降为第三情绪指标值。
所述曲线球式影视结构模型的示意图，如图2c所示。以电影《肖生克的救赎》为例，该片中涵盖全片的主题是“希望”，全片绝大部分时间讲的是主角在监狱里20年的生活，从他初到监狱不被认可，逐渐获得狱友支持，到成为监狱长的得力助手，从开始时间点到特定时间点的主线情绪越来越高昂，突然一天主角不见了，原来主角在自己的房间了挖了个地道，逃出去了，到结束时间点时，这个突如其来的意外使得影片情绪斗转。
(4)、章节式影视结构模型：在三段式影视结构模型的基础上，影视包括多个章节，每个章节都包括非线性式影视结构模型。
所述章节式影视结构模型的示意图，如图2d所示。以影片《黑镜》为例，该片情绪明显是三段式的序幕、高潮、结尾，在表现形式上非常明确地划分为5 个章节，每一个章节独立讲述一个事情。
(5)、车轮式影视结构模型：影视包括多个事件片段，每个事件片段的核心对象都是相同的物体，每个事件片段对应的情绪指标呈三段式影视结构模型变化。
所述车轮式影视结构模型的示意图，如图2e所示。以影片《红色小提琴》为例，该片主要讲述了一把小提琴穿越了三个世纪时间与空间的事件片段故事；所有时空的事件片段全来自于这把“红色小提琴”，每个事件片段分别独立讲述，但小提琴的流传使得每一个拥有者彼此之间也有发生关系，这把小提琴的最后拥有者回归到制造大师初衷，像轮回一样又回到小提琴核心。
(6)、波浪式影视结构模型：影视包括多个事件片段，在时间轴上所述多个事件片段中每个事件片段对应的时间段是连贯的，每个事件片段对应的情绪指标呈三段式影视结构模型变化，且当前事件片段对应的三段式影视结构模型中开始时间点对应的情绪指标值是所述当前事件片段对应的上一个事件片段对应的三段式影视结构模型中结束时间点对应的情绪指标值。
所述波浪式影视结构模型的示意图，如图2f所示。以影片《活着》为例，该片包括七个事件片段。这七个事件片段没有交叉，是连贯的，不会先发生第六事件片段，再发生第一事件片段。
(7)、分支式影视结构模型：影视包括多个事件片段，在所述多个事件片段中包括主要事件片段及次要事件片段，在时间轴上每个次要事件片段对应的时间段是交叉的，每个次要事件片段的情绪指标呈三段式影视结构模型变化。
所述分支式影视结构模型的示意图，如图2g所示。以影片《爱丽丝梦游仙境》为例，该片的事件片段是爱丽丝梦游，次要片段是每一个猎奇都能单独成为一个有趣的故事。
(8)、螺旋式影视结构模型：影视包括一个事件片段，所述一个事件片段重复多次；在每次重复所述一个事件片段时，所述一个事件片段对应的情绪指标呈三段式影视结构模型变化，且当前重复所述一个事件片段对应的三段式影视结构模型中开始时间点对应的情绪指标值是上一次重复所述一个事件片段对应的三段式影视结构模型中结束时间点对应的情绪指标值，当前重复所述一个事件片段对应的三段式影视结构模型中最高情绪指标值高于上一次重复所述一个事件片段对应的三段式影视结构模型中最高情绪指标值；当前重复所述一个事件片段对应的三段式影视结构模型中结束时间点对应的情绪指标值低于于上一次重复所述一个事件片段对应的三段式影视结构模型中结束时间点对应的情绪指标值。
所述螺旋式影视结构模型的示意图，如图2h所示。以科幻连续剧《西部世界》为例，所有的故事都是一个事件片段：人类游客进入乐园满足自己的杀戮和性欲，人类游客和园内机器人的矛盾每天激化一次，如此重复这个事件片段；但随着接待员有了自主意识和思维，人类游客和园内机器人的矛盾逐渐激化，影片整体情绪从开始的每天的欲望简单满足，到人类游客和园内机器人的斗争从每日发展到觉醒并反抗。
(9)、多角度式影视结构模型：影视包括一个主要对象、多个次要对象及多个事件片段，每个事件片段包括一个主要对象及一个次要对象，每个事件片段对应的情绪指标呈三段式影视结构模型变化。
所述多角度式影视结构模型的示意图，如图2i所示。以纪录片《华尔街》为例，该片以华尔街金融危机为主要对象，从地理层面、精神层面和社会层面三个角度呈现世界金融史，多个次要对象：百位金融家、学者、企业家和政治家，通过多个次要对象的采访出发梳理现代金融的来龙去脉。
(10)、平行式影视结构模型：影视包括多个人物及多个事件片段，每个事件片段包括所述多个人物，每个事件片段对应的情绪指标呈三段式影视结构模型变化。
所述平行式影视结构模型的示意图，如图2j所示。以影片《疯狂的石头》为例，包括三个人物：工艺品厂保卫科长包世宏、国际大盗麦克、以道哥为首的小偷。有多个事件片段：工艺品厂保卫科长包世宏负责看守这件宝物、国际大盗麦克谋划偷盗宝物、本地以道哥为首的小偷三人帮谋划偷盗宝物。在看守和偷盗一系列明争暗斗的事件片段中，三个时间线索人物彼此发生关系。
(11)、累积式影视结构模型：影视包括多个章节，每个章节在时间轴上对应的时间段交叉，每个章节对应的情绪指标呈三段式影视结构模型变化，且当前章节对应的三段式影视结构模型中开始时间点对应的情绪指标值是上一章节对应的三段式影视结构模型中结束时间点对应的情绪指标值，当前章节对应的三段式影视结构模型中最高情绪指标值高于上一章节对应的三段式影视结构模型中最高情绪指标值；当前章节对应的三段式影视结构模型中结束时间点对应的情绪指标值高于于上一章节对应的三段式影视结构模型中结束时间点对应的情绪指标值。
所述累积式影视结构模型的示意图，如图2k所示。以影片《鬼子来了》为例，每个章节都是影片情绪逐渐发展中的一个进程，一直到鬼子最后一刀落下，情绪发展到最后的最高潮部分。
本发明通过获取影视样本数据；确定所述影视样本数据中每个影视样本的情节信息；确定与每个影视样本的时间轴对应的情绪指标；根据每个影视样本的情节信息及与每个影视样本的时间轴对应的情绪指标，将所述影视样本数据分类成至少一个影视结构模型群组。本发明能对影视结构进行分析，得到多种影视结构模型，指引剪辑师快速制作视频。
如图3所示，是本发明视频制作模板推荐方法的较佳实施例的流程图。根据不同的需求，该流程图中步骤的顺序可以改变，某些步骤可以省略。
S20，获取待制作视频的制作需求数据。
在本发明的至少一个实施例中，所述制作需求数据包括客户填写的待制作视频的要求、素材数据等等。所述客户填写的待制作视频的要求包括，但不限于：情绪需求，情节需求、风格要求、音乐要求等等。所述情绪需求用于描述客户希望观众观看待制作视频后的情绪要求，例如，希望观众开始能情绪平静，慢慢达到情绪高潮等等。所述情节需求用于描述待制作视频的章节信息(例如，有多少章、每章的内容)、事件片段信息等等。
S21，根据所述制作需求数据，从影视结构模型库中确定与所述制作需求数据匹配的影视结构模型。
在本发明的至少一个实施例中，根据所述制作需求数据，从影视结构模型库中确定与所述制作需求数据匹配的影视结构模型包括：
(d1)对所述制作需求数据进行处理，确定待制作视频的情节信息。
在本发明的至少一个实施例中，所述情节信息包括以下一种或者多种：影视的主要对象、影视的次要对象、章节、事件片段、主要事件片段、每个事件片段的核心对象。
所述对所述制作需求数据进行处理，确定待制作视频的情节信息包括以下一种或者多种：
(1)获取素材数据；提取所述素材数据中的帧图像及音频数据；确定所述帧图像的图像信息；根据所述帧图像的图像信息，将所述帧图像分类成片段群组(如事件片段，章节等等)。
所述图像信息包括，但不限于，以下一种或者多种的组合：主体对象、主体对象的状态特征、拍摄角度等等。
(2)利用语义分析技术，从客户填写的待制作视频的要求中提取情节信息。
(d2)从待制作需求数据中提取待制作视频的情绪需求。
(d3)根据所述待制作视频的情节信息及待制作视频的情绪需求，从影视结构模型库中确定与所述制作需求数据匹配的影视结构模型。
在本发明的实施例中，所述影视结构模型库包括影视结构模型群组，所述影视结构模型库中包括上述实施例中所述影视数据解析方法来建立影视结构模型。
S22，将所述匹配的影视结构模型展现给剪辑师。
在本发明的至少一个实施例中，所述将所述匹配的影视结构模型展现给剪辑师包括以下一种或者多种：将匹配的影视结构模型的情节信息以文字档呈现在界面上；将匹配的影视结构模型中与时间轴对应的情绪指标以图形形式呈现。例如，如图4所示，匹配的影视结构模型为三段式影视结构模型，影片讲述了两个人的相遇，相知，告白几个时间片段，情绪分析走势从平缓、发展、高潮，再到平静，并且以文字形式呈现情节信息，以及可以参考的画面。这样剪辑师可以参考这个影视结构模型为用户制作待制作的视频，并根据情节信息及情绪分析选择合适的帧图像，提高制作视频的效率。
本发明获取待制作视频的制作需求数据；根据所述制作需求数据，从影视结构模型库中确定与所述制作需求数据匹配的影视结构模型；将所述匹配的影视结构模型展现给剪辑师。本发明能对影视结构进行分析，得到多种影视结构模型，并能根据用户的视频制作需求，快速给剪辑师推荐合适的影视结构模型，并将所述影视结构模型呈现给剪辑师，使剪辑师快速制作。
上述以软件功能模块的形式实现的集成的单元，可以存储在一个计算机可读取存储介质中。上述软件功能模块存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等) 或处理器(processor)执行本发明各个实施例所述方法的部分步骤。
如图5所示，本发明影视数据解析装置的实施例的功能模块图。所述影视数据解析装置10包括获取模块100、确定模块101及分类模块102。本发明所称的模块是指一种能够被处理器所执行并且能够完成固定功能的一系列计算机程序段，其存储在存储器中。在本实施例中，关于各模块的功能将在后续的实施例中详述。
所述获取模块100获取影视样本数据。
在本发明的至少一个实施例中，所述获取模块100获取所述影视样本数据的方式有很多，例如可以将所述电子设备接收的用户上传的影视样本数据作为所述影视样本数据，也可以是所述电子设备从网络上下载所述影视样本数据。影视样本越多，后续建立的影视结构模型群组就越准确。
所述确定模块101确定所述影视样本数据中每个影视样本的情节信息。
在本发明的至少一个实施例中，所述情节信息包括以下一种或者多种：影视的主要对象、影视的次要对象、章节、事件片段、主要事件片段、每个事件片段的核心对象。
所述影视的主要对象为在影视播放过程中出现时长超过第一预设时长的对象或者在影视剧情中出现频率超过第一预设次数的对象为影视的主要对象。
所述影视的次要对象为在影视播放过程中出现时长超过第二预设时长，而小于第一预设时长的对象或者在影视剧情中出现频率超过第一预设次数，而小于第二预设次数的对象为影视的次要对象。
所述主要事件片段为影视剧情必需的事件，贯穿整个剧情发展的片段。
所述时间轴为影视播放的时间顺序构成的轴。例如，一个影视有30分钟，则从第一分钟到第30分钟之间的播放时间顺序即为一个时间轴。
一个影视可以包括一个或者多个章节，每个章节中可以有一个或者多个事件片段。每个事件片段都有一个核心对象。事件片段的核心对象为在事件片段中出现时长超过第一片段出现时长的对象，或者出现频率超过第一片段出现频率的对象。
在本发明的至少一个实施例中，所述确定模块101确定所述影视样本数据中每个影视样本的情节信息包括：
(a1)根据每个影视样本的标识，利用网络搜索与每个影视样本的标识对应的影视剧情，利用语义分析法从所述影视剧情中确定每个影视样本的情节信息。
所述标识包括影视样本的名称、剧情简介描述等等。利用语义分析法从所述影视剧情中确定影视样本的对象的关键词，并统计出影视样本的对象的关键词出现的频率或者在播放过程中出现时长，从而确定影视样本的主要对象，及次要对象。
利用语义分析法从所述影视剧情中确定影视样本的章节的关键词，确定影视样本所包含的章节数量，及每个章节的事件片段，及统计每个事件片段中的核心对象。
(a2)接收输入的每个影视样本的描述数据，从每个影视样本的描述数据中确定每个影视样本的情节信息。
在本发明的至少一个实施例中，影视样本的情节信息也可以由用户上传影视样本的描述数据，所述电子设备直接接收输入的每个影视样本的描述数据即可。
所述确定模块101确定与每个影视样本的时间轴对应的情绪指标。
在本发明的至少一个实施中，所述与每个影视样本的时间轴对应的情绪指标包括，但不限于以下一种或者多种：在时间轴上章节对应的时间段、章节对应的情绪指标、在时间轴上事件片段对应的时间段，事件片段对应的情绪指标等等。
一个影视可能由一个或者多个章节构成，也可能由一个或者多个事件片段构成，因此，任意一个章节或者任意一个事件片段在时间轴都对应一个发生所述任意一个章节或者所述任意一个事件片段的时间段。一个时间段包括多个时间点，每个时间点对应一个情绪指标值。因此，章节对应的情绪指标包括在时间轴上章节对应的时间段中所有时间点对应的情绪指标值，事件片段对应的情绪指标对应的情绪指标包括在时间轴上事件片段对应的时间段中所有时间点对应的情绪指标值。
在本发明的至少一个实施中，所述确定模块101确定与每个影视样本的时间轴对应的情绪指标包括：
(b1)获取每个影视样本对应的身体反应数据。
优选地，对任意一个影视样本而言，每个观众在观看影视样本时，可以配置采集装置(身体体征采集仪、摄像设备等等)，所述采集装置可以采集身体反应数据，所述身体反应数据包括，但不限于：体温数据、心跳数据、心率数据、出汗数据、面部表情数据等等，对所有观众观看所述影视样本时的身体反应数据进行统计，并确定所述影视样本对应的身体反应数据。
(b2)从每个影视样本对应的身体反应数据中，获取每个影视样本中的每个时间点对应的身体反应数据。
优选地，对任意一个影视样本而言，影视样本从开始播放到结束播放的这个时间轴上，采集观众的身体反应数据，因此，影视样本对应的身体反应数据是由多个时间点对应的身体反应数据组成。这样能清晰反应影视结构模型带给观众的情绪。
(b3)根据身体反应数据与情绪指标值的映射关系，及每个影视样本中的每个时间点对应的身体反应数据，确定每个影视样本中的每个时间点对应的情绪指标。
在本发明的至少一个实施例中，身体反应数据与情绪指标值的映射关系可以是根据大量数据统计得到，也可以是根据经验预设，例如，哭的表情对应的情绪指标值为-5，平静的表情对应的情绪指标值为0，大笑的表情对应的情绪指标值为5等等。
所述分类模块102根据每个影视样本的情节信息及与每个影视样本的时间轴对应的情绪指标，将所述影视样本数据分类成至少一个影视结构模型群组。
在本发明的至少一个实施例中，所述至少一个影视结构模型群组包括以下一种或者多种：
(1)、三段式影视结构模型：在影视的时间轴上，在开始时间点处，所述影视对应的情绪指标值为第一情绪指标值，在特定时间点处，所述影视对应的情绪指标值为第二情绪指标值，在结束时间点处，所述影视对应的情绪指标值为第三情绪指标值，从开始时间点到特定时间点，所述影视对应的情绪指标值从第一情绪指标值逐渐变高为第二情绪指标值，从所述特定时间点到所述结束时间点，所述影视对应的情绪指标值从第二情绪指标值逐渐变低为第三情绪指标值。
所述三段式影视结构模型的示意图，如图2a所示。例如，以电影《变形金刚》为例，影片讲述了一个名叫萨姆·维特维奇的少年，因一次的机缘巧合而被卷入了代表正义及英勇的汽车人和代表邪恶及奸诈的霸天虎之间的战争；序幕，汽车人和霸天虎两个机械生命体之间争夺火种源奠定了影片最主要矛盾，两方分别在现代社会找机会争夺火种源，随着剧情发展在某个时间点，彼此越来越争分夺秒，影片情绪越来越激烈，终于在毁掉能量块战役中达到高潮，战役中双方收到重创，尾声时影片情绪回落。
(2)、非线性式影视结构模型：影视包括多个事件片段，在影视的时间轴上，所述多个事件片段对应的时间段有交叉，及所述多个事件片段中每个事件片段对应的情绪指标不同。
所述非线性式影视结构模型的示意图，如图2b所示。例如，以电影《盗梦空间》为例，影片剧情游走于梦境与现实之间，影片构造了6个时空，每个时空都有一个事件片段；从影片整体分析，莱昂纳多·迪卡普里奥扮演的造梦师是主线，不停的在不同人物、不同时空的梦境与现实之间穿梭，有的时候他到A 事件片段、有的时候A、B和D事件片段发生交叉(即A事件片段发生了一部分，又到C事件片段，C事件片段发生了一部分又到D事件片段)，有的时候莱昂纳多到E事件片段，有的时候C、D事件片段发生联系，每个事件片段之间没有逻辑地自由组合，并不按时间发展出现。
(3)、曲线球式影视结构模型：在影视的时间轴上，在开始时间点处，所述影视对应的情绪指标值为第一情绪指标值，在特定时间点处，所述影视对应的情绪指标值为第二情绪指标值，在结束时间点处，所述影视对应的情绪指标值为第三情绪指标值，从开始时间点到特定时间点，所述影视对应的情绪指标值从第一情绪指标值逐渐变高为第二情绪指标值，从所述特定时间点到所述结束时间点，所述影视对应的情绪指标值从第二情绪指标值直接直线下降为第三情绪指标值。
所述曲线球式影视结构模型的示意图，如图2c所示。以电影《肖生克的救赎》为例，该片中涵盖全片的主题是“希望”，全片绝大部分时间讲的是主角在监狱里20年的生活，从他初到监狱不被认可，逐渐获得狱友支持，到成为监狱长的得力助手，从开始时间点到特定时间点的主线情绪越来越高昂，突然一天主角不见了，原来主角在自己的房间了挖了个地道，逃出去了，到结束时间点时，这个突如其来的意外使得影片情绪斗转。
(4)、章节式影视结构模型：在三段式影视结构模型的基础上，影视包括多个章节，每个章节都包括非线性式影视结构模型。
所述章节式影视结构模型的示意图，如图2d所示。以影片《黑镜》为例，该片情绪明显是三段式的序幕、高潮、结尾，在表现形式上非常明确地划分为5 个章节，每一个章节独立讲述一个事情。
(5)、车轮式影视结构模型：影视包括多个事件片段，每个事件片段的核心对象都是相同的物体，每个事件片段对应的情绪指标呈三段式影视结构模型变化。
所述车轮式影视结构模型的示意图，如图2e所示。以影片《红色小提琴》为例，该片主要讲述了一把小提琴穿越了三个世纪时间与空间的事件片段故事；所有时空的事件片段全来自于这把“红色小提琴”，每个事件片段分别独立讲述，但小提琴的流传使得每一个拥有者彼此之间也有发生关系，这把小提琴的最后拥有者回归到制造大师初衷，像轮回一样又回到小提琴核心。
(6)、波浪式影视结构模型：影视包括多个事件片段，在时间轴上所述多个事件片段中每个事件片段对应的时间段是连贯的，每个事件片段对应的情绪指标呈三段式影视结构模型变化，且当前事件片段对应的三段式影视结构模型中开始时间点对应的情绪指标值是所述当前事件片段对应的上一个事件片段对应的三段式影视结构模型中结束时间点对应的情绪指标值。
所述波浪式影视结构模型的示意图，如图2f所示。以影片《活着》为例，该片包括七个事件片段。这七个事件片段没有交叉，是连贯的，不会先发生第六事件片段，再发生第一事件片段。
(7)、分支式影视结构模型：影视包括多个事件片段，在所述多个事件片段中包括主要事件片段及次要事件片段，在时间轴上每个次要事件片段对应的时间段是交叉的，每个次要事件片段的情绪指标呈三段式影视结构模型变化。
所述分支式影视结构模型的示意图，如图2g所示。以影片《爱丽丝梦游仙境》为例，该片的事件片段是爱丽丝梦游，次要片段是每一个猎奇都能单独成为一个有趣的故事。
(8)、螺旋式影视结构模型：影视包括一个事件片段，所述一个事件片段重复多次；在每次重复所述一个事件片段时，所述一个事件片段对应的情绪指标中的情绪指标值高于上一次所述一个事件片段发生时对应的情绪指标中的情绪指标值，所述一个事件片段对应的情绪指标呈三段式影视结构模型变化，且当前重复所述一个事件片段对应的三段式影视结构模型中开始时间点对应的情绪指标值是上一次重复所述一个事件片段对应的三段式影视结构模型中结束时间点对应的情绪指标值，当前重复所述一个事件片段对应的三段式影视结构模型中最高情绪指标值高于上一次重复所述一个事件片段对应的三段式影视结构模型中最高情绪指标值；当前重复所述一个事件片段对应的三段式影视结构模型中结束时间点对应的情绪指标值低于于上一次重复所述一个事件片段对应的三段式影视结构模型中结束时间点对应的情绪指标值。
所述螺旋式影视结构模型的示意图，如图2h所示。以科幻连续剧《西部世界》为例，所有的故事都是一个事件片段：人类游客进入乐园满足自己的杀戮和性欲，人类游客和园内机器人的矛盾每天激化一次，如此重复这个事件片段；但随着接待员有了自主意识和思维，人类游客和园内机器人的矛盾逐渐激化，影片整体情绪从开始的每天的欲望简单满足，到人类游客和园内机器人的斗争从每日发展到觉醒并反抗。
(9)、多角度式影视结构模型：影视包括一个主要对象、多个次要对象及多个事件片段，每个事件片段包括一个主要对象及一个次要对象，每个事件片段对应的情绪指标呈三段式影视结构模型变化。
所述多角度式影视结构模型的示意图，如图2i所示。以纪录片《华尔街》为例，该片以华尔街金融危机为主要对象，从地理层面、精神层面和社会层面三个角度呈现世界金融史，多个次要对象：百位金融家、学者、企业家和政治家，通过多个次要对象的采访出发梳理现代金融的来龙去脉。
(10)、平行式影视结构模型：影视包括多个人物及多个事件片段，每个事件片段包括所述多个人物，每个事件片段对应的情绪指标呈三段式影视结构模型变化。
所述平行式影视结构模型的示意图，如图2j所示。以影片《疯狂的石头》为例，包括三个人物：工艺品厂保卫科长包世宏、国际大盗麦克、以道哥为首的小偷。有多个事件片段：工艺品厂保卫科长包世宏负责看守这件宝物、国际大盗麦克谋划偷盗宝物、本地以道哥为首的小偷三人帮谋划偷盗宝物。在看守和偷盗一系列明争暗斗的事件片段中，三个时间线索人物彼此发生关系。
(11)、累积式影视结构模型：影视包括多个章节，每个章节在时间轴上对应的时间段交叉，每个章节对应的情绪指标呈三段式影视结构模型变化，且当前章节对应的三段式影视结构模型中开始时间点对应的情绪指标值是上一章节对应的三段式影视结构模型中结束时间点对应的情绪指标值，当前章节对应的三段式影视结构模型中最高情绪指标值高于上一章节对应的三段式影视结构模型中最高情绪指标值；当前章节对应的三段式影视结构模型中结束时间点对应的情绪指标值高于于上一章节对应的三段式影视结构模型中结束时间点对应的情绪指标值。
所述累积式影视结构模型的示意图，如图2k所示。以影片《鬼子来了》为例，每个章节都是影片情绪逐渐发展中的一个进程，一直到鬼子最后一刀落下，情绪发展到最后的最高潮部分。
本发明通过获取影视样本数据；确定所述影视样本数据中每个影视样本的情节信息；确定与每个影视样本的时间轴对应的情绪指标；根据每个影视样本的情节信息及与每个影视样本的时间轴对应的情绪指标，将所述影视样本数据分类成至少一个影视结构模型群组。本发明能对影视结构进行分析，得到多种影视结构模型，指引剪辑师快速制作视频。
如图6所示，本发明视频制作模块推荐装置的实施例的功能模块图。所述视频制作模块推荐装置20包括获取数据模块200、匹配模块201及展现模块202。本发明所称的模块是指一种能够被处理器所执行并且能够完成固定功能的一系列计算机程序段，其存储在存储器中。在本实施例中，关于各模块的功能将在后续的实施例中详述。
所述获取数据模块200获取待制作视频的制作需求数据。
在本发明的至少一个实施例中，所述制作需求数据包括客户填写的待制作视频的要求、素材数据等等。所述客户填写的待制作视频的要求包括，但不限于：情绪需求，情节需求、风格要求、音乐要求等等。所述情绪需求用于描述客户希望观众观看待制作视频后的情绪要求，例如，希望观众开始能情绪平静，慢慢达到情绪高潮等等。所述情节需求用于描述待制作视频的章节信息(例如，有多少章、每章的内容)、事件片段信息等等。
所述匹配模块201根据所述制作需求数据，从影视结构模型库中确定与所述制作需求数据匹配的影视结构模型。
在本发明的至少一个实施例中，所述匹配模块201根据所述制作需求数据，从影视结构模型库中确定与所述制作需求数据匹配的影视结构模型包括：
(d1)对所述制作需求数据进行处理，确定待制作视频的情节信息。
在本发明的至少一个实施例中，所述情节信息包括以下一种或者多种：影视的主要对象、影视的次要对象、章节、事件片段、主要事件片段、每个事件片段的核心对象。
所述对所述制作需求数据进行处理，确定待制作视频的情节信息包括以下一种或者多种：
(1)获取素材数据；提取所述素材数据中的帧图像及音频数据；确定所述帧图像的图像信息；根据所述帧图像的图像信息，将所述帧图像分类成片段群组(如事件片段，章节等等)。
所述图像信息包括，但不限于，以下一种或者多种的组合：主体对象、主体对象的状态特征、拍摄角度等等。
(2)利用语义分析技术，从客户填写的待制作视频的要求中提取情节信息。
(d2)从待制作需求数据中提取待制作视频的情绪需求。
(d3)根据所述待制作视频的情节信息及待制作视频的情绪需求，从影视结构模型库中确定与所述制作需求数据匹配的影视结构模型。
在本发明的实施例中，所述影视结构模型库包括影视结构模型群组，所述影视结构模型库中包括上述实施例中所述影视数据解析方法来建立影视结构模型。
所述展现模块202将所述匹配的影视结构模型展现给剪辑师。
在本发明的至少一个实施例中，所述展现模块202将所述匹配的影视结构模型展现给剪辑师包括以下一种或者多种：将匹配的影视结构模型的情节信息以文字档呈现在界面上；将匹配的影视结构模型中与时间轴对应的情绪指标以图形形式呈现。例如，如图4所示，匹配的影视结构模型为三段式影视结构模型，影片讲述了两个人的相遇，相知，告白几个时间片段，情绪分析走势从平缓、发展、高潮，再到平静，并且以文字形式呈现情节信息，以及可以参考的画面。这样剪辑师可以参考这个影视结构模型为用户制作待制作的视频，并根据情节信息及情绪分析选择合适的帧图像，提高制作视频的效率。
本发明获取待制作视频的制作需求数据；根据所述制作需求数据，从影视结构模型库中确定与所述制作需求数据匹配的影视结构模型；将所述匹配的影视结构模型展现给剪辑师。本发明能对影视结构进行分析，得到多种影视结构模型，并能根据用户的视频制作需求，快速给剪辑师推荐合适的影视结构模型，并将所述影视结构模型呈现给剪辑师，使剪辑师快速制作。
上述以软件功能模块的形式实现的集成的单元，可以存储在一个计算机可读取存储介质中。上述软件功能模块存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等) 或处理器(processor)执行本发明各个实施例所述方法的部分步骤。
请参照图7，图7是本发明实现影视数据解析方法的较佳实施例的电子设备的结构示意图。
所述电子设备1是一种能够按照事先设定或存储的指令，自动进行数值计算和/或信息处理的设备，其硬件包括但不限于微处理器、专用集成电路 (Application SpecificIntegrated Circuit，ASIC)、可编程门阵列(Field－ Programmable Gate Array，FPGA)、数字处理器(Digital Signal Processor，DSP)、嵌入式设备等。
所述电子设备1还可包括网络设备和/或用户设备。其中，所述网络设备包括但不限于单个网络服务器、多个网络服务器组成的服务器组或基于云计算(Cloud Computing)的由大量主机或网络服务器构成的云，其中，云计算是分布式计算的一种，由一群松散耦合的计算机集组成的一个超级虚拟计算机。
所述电子设备1可以是，但不限于任何一种可与用户通过键盘、触摸板或声控设备等方式进行人机交互的电子产品，例如，平板电脑、智能手机、个人数字助理(PersonalDigital Assistant，PDA)、智能式穿戴式设备等终端。所述电子设备可以包括但不限于单个网络服务器、多个网络服务器组成的服务器组或基于云计算(Cloud Computing)的由大量主机或网络服务器构成的云，其中，云计算是分布式计算的一种，由一群松散耦合的计算机集组成的一个超级虚拟计算机。
所述电子设备1所处的网络包括，但不限于互联网、广域网、城域网、局域网、虚拟专用网络(Virtual Private Network，VPN)等。
所述电子设备1包括至少一个发送装置31、至少一个存储器32、至少一个处理器33、至少一个接收装置34、以及至少一个通信总线。其中，所述通信总线用于实现这些组件之间的连接通信。
其中，所述接收装置34和所述发送装置31可以是有线发送端口，也可以为无线设备，例如包括天线装置，用于与其他设备进行数据通信。
所述处理器33可以包括一个或者多个微处理器、数字处理器。
所述存储器32用于存储程序代码。所述存储器32可以为智能媒体卡 (smartmedia card)、安全数字卡(secure digital card)、快闪存储器卡(flash card)等储存设备。
优选地，所述处理器33可调用存储器32中存储的程序代码以执行相关的功能。例如，图5中所述的各个模块是存储在所述存储器32中的程序代码，并由所述处理器33所执行，以实现一种影视数据解析方法，及/或，图6中所述的各个模块是存储在所述存储器32中的程序代码，并由所述处理器33所执行，以实现一种视频制作模板推荐方法。
本发明实施例还提供一种计算机可读存储介质，其上存储有计算机指令，所述指令当被包括一个或多个处理器的终端执行时，使终端执行如上文方法实施例所述的影视数据解析方法，及/或，所述视频制作模板推荐方法。
在本发明所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第二等词语用来表示名称，而并不表示任何特定的顺序。
最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。
Claims (12)
1.一种影视数据解析方法，其特征在于，所述方法包括：
获取影视样本数据；
确定所述影视样本数据中每个影视样本的情节信息；
确定与每个影视样本的时间轴对应的情绪指标；
根据每个影视样本的情节信息及与每个影视样本的时间轴对应的情绪指标，将所述影视样本数据分类成至少一个影视结构模型群组。
2.如权利要求1所述的影视数据解析方法，其特征在于，所述确定所述影视样本数据中每个影视样本的情节信息包括以下一种或者多种：
根据每个影视样本的标识，利用网络搜索与每个影视样本的标识对应的影视剧情，从所述影视剧情中确定每个影视样本的情节信息；或
接收输入的每个影视样本的描述数据，从每个影视样本的描述数据中确定每个影视样本的情节信息。
3.如权利要求1所述的影视数据解析方法，其特征在于，所述确定与每个影视样本的时间轴对应的情绪指标包括：
获取每个影视样本对应的身体反应数据；
从每个影视样本对应的身体反应数据中，获取每个影视样本中的每个时间点对应的身体反应数据；
根据身体反应数据与情绪指标值的映射关系，及每个影视样本中的每个时间点对应的身体反应数据，确定每个影视样本中的每个时间点对应的情绪指标。
4.如权利要求1至3任意一项所述的影视数据解析方法，其特征在于，所述情节信息包括以下一种或者多种：影视的主要对象、影视的次要对象、章节、事件片段、主要事件片段、每个事件片段的核心对象；所述与每个影视样本的时间轴对应的情绪指标包括以下一种或者多种：章节对应的情绪指标、在时间轴上章节对应的时间段、在时间轴上事件片段对应的时间段，事件片段对应的情绪指标。
5.如权利要求4所述的影视数据解析方法，其特征在于，所述至少一个影视结构模型群组包括以下一种或者多种：
三段式影视结构模型：在影视的时间轴上，在开始时间点处，所述影视对应的情绪指标值为第一情绪指标值，在特定时间点处，所述影视对应的情绪指标值为第二情绪指标值，在结束时间点处，所述影视对应的情绪指标值为第三情绪指标值，从开始时间点到特定时间点，所述影视对应的情绪指标值从第一情绪指标值逐渐变高为第二情绪指标值，从所述特定时间点到所述结束时间点，所述影视对应的情绪指标值从第二情绪指标值逐渐变低为第三情绪指标值；或
非线性式影视结构模型：影视包括多个事件片段，在影视的时间轴上，所述多个事件片段对应的时间段有交叉，及所述多个事件片段中每个事件片段对应的情绪指标不同；或
曲线球式影视结构模型：在影视的时间轴上，在开始时间点处，所述影视对应的情绪指标值为第一情绪指标值，在特定时间点处，所述影视对应的情绪指标值为第二情绪指标值，在结束时间点处，所述影视对应的情绪指标值为第三情绪指标值，从开始时间点到特定时间点，所述影视对应的情绪指标值从第一情绪指标值逐渐变高为第二情绪指标值，从所述特定时间点到所述结束时间点，所述影视对应的情绪指标值从第二情绪指标值直接直线下降为第三情绪指标值；或
章节式影视结构模型：在三段式影视结构模型的基础上，影视包括多个章节，每个章节都包括非线性式影视结构模型；或
车轮式影视结构模型：影视包括多个事件片段，每个事件片段的核心对象都是相同的物体，每个事件片段对应的情绪指标呈三段式影视结构模型变化；或
波浪式影视结构模型：影视包括多个事件片段，在时间轴上所述多个事件片段中每个事件片段对应的时间段是连贯的，每个事件片段对应的情绪指标呈三段式影视结构模型变化，且当前事件片段对应的三段式影视结构模型中开始时间点对应的情绪指标值是所述当前事件片段对应的上一个事件片段对应的三段式影视结构模型中结束时间点对应的情绪指标值；或
分支式影视结构模型：影视包括多个事件片段，在所述多个事件片段中包括主要事件片段及次要事件片段，在时间轴上每个次要事件片段对应的时间段是交叉的，每个次要事件片段的情绪指标呈三段式影视结构模型变化；或
螺旋式影视结构模型：影视包括一个事件片段，所述一个事件片段重复多次；在每次重复所述一个事件片段时，所述一个事件片段对应的情绪指标呈三段式影视结构模型变化，且当前重复所述一个事件片段对应的三段式影视结构模型中开始时间点对应的情绪指标值是上一次重复所述一个事件片段对应的三段式影视结构模型中结束时间点对应的情绪指标值，当前重复所述一个事件片段对应的三段式影视结构模型中最高情绪指标值高于上一次重复所述一个事件片段对应的三段式影视结构模型中最高情绪指标值；当前重复所述一个事件片段对应的三段式影视结构模型中结束时间点对应的情绪指标值低于于上一次重复所述一个事件片段对应的三段式影视结构模型中结束时间点对应的情绪指标值；或
多角度式影视结构模型：影视包括一个主要对象、多个次要对象及多个事件片段，每个事件片段包括一个主要对象及一个次要对象，每个事件片段对应的情绪指标呈三段式影视结构模型变化；或
平行式影视结构模型：影视包括多个人物及多个事件片段，每个事件片段包括所述多个人物，每个事件片段对应的情绪指标呈三段式影视结构模型变化；或
累积式影视结构模型：影视包括多个章节，每个章节在时间轴上对应的时间段交叉，每个章节对应的情绪指标呈三段式影视结构模型变化，且当前章节对应的三段式影视结构模型中开始时间点对应的情绪指标值是上一章节对应的三段式影视结构模型中结束时间点对应的情绪指标值，当前章节对应的三段式影视结构模型中最高情绪指标值高于上一章节对应的三段式影视结构模型中最高情绪指标值；当前章节对应的三段式影视结构模型中结束时间点对应的情绪指标值高于于上一章节对应的三段式影视结构模型中结束时间点对应的情绪指标值。
6.一种视频制作模板推荐方法，其特征在于，所述方法包括：
获取待制作视频的制作需求数据；
根据所述制作需求数据，从影视结构模型库中确定与所述制作需求数据匹配的影视结构模型；
将所述匹配的影视结构模型展现给剪辑师。
7.如权利要求6所述的视频制作模板推荐方法，其特征在于，所述根据所述制作需求数据，从影视结构模型库中确定与所述制作需求数据匹配的影视结构模型包括：
对所述制作需求数据进行处理，确定待制作视频的情节信息；
从待制作需求数据中提取待制作视频的情绪需求；
根据所述待制作视频的情节信息及待制作视频的情绪需求，从影视结构模型库中确定与所述制作需求数据匹配的影视结构模型。
8.如权利要求6所述的视频制作模板推荐方法，其特征在于，所述将所述匹配的影视结构模型展现给剪辑师包括以下一种或者多种：
将匹配的影视结构模型的情节信息以文字档呈现在界面上；
将匹配的影视结构模型中与时间轴对应的情绪指标以图形形式呈现。
9.如权利要求6至8中任一项所述的视频制作模板推荐方法，其特征在于，所述影视结构模型库包括影视结构模型群组，所述影视结构模型群组通过如权利要求1至5中任一项所述影视数据解析方法来建立。
10.一种视频制作模板推荐装置，其特征在于，所述装置包括多个模块，所述模块在处理器的执行下，实现如权利要求6至9中任意一项所述视频制作模板推荐方法的步骤。
11.一种电子设备，其特征在于，所述电子设备包括存储器及处理器，所述存储器用于存储至少一个指令，所述处理器用于执行所述至少一个指令以实现包括权利要求6至9中任意一项视频制作模板推荐方法中的步骤。
12.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有至少一个指令，所述至少一个指令被处理器执行时实现视频制作模板推荐方法，所述视频制作模板推荐方法包括权利要求6至9中任意一项视频制作模板推荐方法中的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710534223.XA CN107454346B (zh) | 2017-07-03 | 2017-07-03 | 影视数据解析方法、视频制作模板推荐方法、装置及设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710534223.XA CN107454346B (zh) | 2017-07-03 | 2017-07-03 | 影视数据解析方法、视频制作模板推荐方法、装置及设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107454346A true CN107454346A (zh) | 2017-12-08 |
| CN107454346B CN107454346B (zh) | 2020-10-16 |
Family
ID=60488147
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710534223.XA Active CN107454346B (zh) | 2017-07-03 | 2017-07-03 | 影视数据解析方法、视频制作模板推荐方法、装置及设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107454346B (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108810626A (zh) * | 2018-07-03 | 2018-11-13 | 中影数字巨幕（北京）有限公司 | 影院监控方法、介质和计算设备 |
| CN109996011A (zh) * | 2017-12-29 | 2019-07-09 | 深圳市优必选科技有限公司 | 视频剪辑装置及方法 |
| CN110688525A (zh) * | 2019-09-23 | 2020-01-14 | 北京达佳互联信息技术有限公司 | 素材资源配置方法、装置、电子设备及存储介质 |
| CN112579744A (zh) * | 2020-12-28 | 2021-03-30 | 北京智能工场科技有限公司 | 一种在线心理咨询中风险控制的方法 |
| CN114463673A (zh) * | 2021-12-31 | 2022-05-10 | 深圳市东信时代信息技术有限公司 | 素材推荐方法、装置、设备及存储介质 |
Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20050257152A1 (en) * | 2004-05-13 | 2005-11-17 | Sony Corporation | Image data processing apparatus, image data processing method, program, and recording medium |
| CN101770701A (zh) * | 2008-12-30 | 2010-07-07 | 北京新学堂网络科技有限公司 | 一种用于外语学习的电影连环画制作方法 |
| WO2010100832A1 (ja) * | 2009-03-03 | 2010-09-10 | パナソニック株式会社 | 視聴端末装置、サーバ装置、および参加型番組共有システム |
| CN101908052A (zh) * | 2009-11-27 | 2010-12-08 | 新奥特（北京）视频技术有限公司 | 一种多媒体节目的制作方法及装置 |
| CN102184200A (zh) * | 2010-12-13 | 2011-09-14 | 中国人民解放军国防科学技术大学 | 一种计算机辅助的动画图文分镜半自动生成方法 |
| CN103621104A (zh) * | 2011-06-17 | 2014-03-05 | 微软公司 | 基于兴趣的视频流 |
| CN104349175A (zh) * | 2014-08-18 | 2015-02-11 | 周敏燕 | 一种基于手机终端的视频制作系统及方法 |
| CN104463231A (zh) * | 2014-12-31 | 2015-03-25 | 合一网络技术(北京)有限公司 | 对表情识别内容标注后进行纠错的方法 |
| CN104735468A (zh) * | 2015-04-03 | 2015-06-24 | 北京威扬科技有限公司 | 一种基于语义分析将图像合成新视频的方法及系统 |
| US20150194185A1 (en) * | 2012-06-29 | 2015-07-09 | Nokia Corporation | Video remixing system |
| CN105637887A (zh) * | 2013-08-15 | 2016-06-01 | 真实眼私人有限公司 | 支持包括交互收集计算机用户数据的视频印象分析的方法 |
| CN106469202A (zh) * | 2016-08-31 | 2017-03-01 | 杭州探索文化传媒有限公司 | 一种影视大数据平台的数据分析方法 |
| CN106649535A (zh) * | 2016-10-25 | 2017-05-10 | 孟其 | 宣传片视频可视化智能处理方法 |
-
2017
- 2017-07-03 CN CN201710534223.XA patent/CN107454346B/zh active Active
Patent Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20050257152A1 (en) * | 2004-05-13 | 2005-11-17 | Sony Corporation | Image data processing apparatus, image data processing method, program, and recording medium |
| CN101770701A (zh) * | 2008-12-30 | 2010-07-07 | 北京新学堂网络科技有限公司 | 一种用于外语学习的电影连环画制作方法 |
| WO2010100832A1 (ja) * | 2009-03-03 | 2010-09-10 | パナソニック株式会社 | 視聴端末装置、サーバ装置、および参加型番組共有システム |
| CN101908052A (zh) * | 2009-11-27 | 2010-12-08 | 新奥特（北京）视频技术有限公司 | 一种多媒体节目的制作方法及装置 |
| CN102184200A (zh) * | 2010-12-13 | 2011-09-14 | 中国人民解放军国防科学技术大学 | 一种计算机辅助的动画图文分镜半自动生成方法 |
| CN103621104A (zh) * | 2011-06-17 | 2014-03-05 | 微软公司 | 基于兴趣的视频流 |
| US20150194185A1 (en) * | 2012-06-29 | 2015-07-09 | Nokia Corporation | Video remixing system |
| CN105637887A (zh) * | 2013-08-15 | 2016-06-01 | 真实眼私人有限公司 | 支持包括交互收集计算机用户数据的视频印象分析的方法 |
| CN104349175A (zh) * | 2014-08-18 | 2015-02-11 | 周敏燕 | 一种基于手机终端的视频制作系统及方法 |
| CN104463231A (zh) * | 2014-12-31 | 2015-03-25 | 合一网络技术(北京)有限公司 | 对表情识别内容标注后进行纠错的方法 |
| CN104735468A (zh) * | 2015-04-03 | 2015-06-24 | 北京威扬科技有限公司 | 一种基于语义分析将图像合成新视频的方法及系统 |
| CN106469202A (zh) * | 2016-08-31 | 2017-03-01 | 杭州探索文化传媒有限公司 | 一种影视大数据平台的数据分析方法 |
| CN106649535A (zh) * | 2016-10-25 | 2017-05-10 | 孟其 | 宣传片视频可视化智能处理方法 |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109996011A (zh) * | 2017-12-29 | 2019-07-09 | 深圳市优必选科技有限公司 | 视频剪辑装置及方法 |
| CN108810626A (zh) * | 2018-07-03 | 2018-11-13 | 中影数字巨幕（北京）有限公司 | 影院监控方法、介质和计算设备 |
| CN108810626B (zh) * | 2018-07-03 | 2020-06-19 | 中影数字巨幕（北京）有限公司 | 影院监控方法、介质和计算设备 |
| CN110688525A (zh) * | 2019-09-23 | 2020-01-14 | 北京达佳互联信息技术有限公司 | 素材资源配置方法、装置、电子设备及存储介质 |
| CN112579744A (zh) * | 2020-12-28 | 2021-03-30 | 北京智能工场科技有限公司 | 一种在线心理咨询中风险控制的方法 |
| CN112579744B (zh) * | 2020-12-28 | 2024-03-26 | 北京智能工场科技有限公司 | 一种在线心理咨询中风险控制的方法 |
| CN114463673A (zh) * | 2021-12-31 | 2022-05-10 | 深圳市东信时代信息技术有限公司 | 素材推荐方法、装置、设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107454346B (zh) | 2020-10-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107454346A (zh) | 影视数据解析方法、视频制作模板推荐方法、装置及设备 | |
| CN107103057B (zh) | 一种资源推送方法及装置 | |
| CN106528693B (zh) | 面向个性化学习的教育资源推荐方法及系统 | |
| CN108108821A (zh) | 模型训练方法及装置 | |
| CN108287864A (zh) | 一种兴趣群组划分方法、装置、介质及计算设备 | |
| CN110413888B (zh) | 一种书籍推荐方法及装置 | |
| CN104021140B (zh) | 一种网络视频的处理方法及装置 | |
| CN106846094A (zh) | 一种基于已安装应用来推荐应用信息的方法和装置 | |
| CN103942328B (zh) | 一种视频检索方法及视频装置 | |
| CN110472154A (zh) | 一种资源推送方法、装置、电子设备及可读存储介质 | |
| CN106503034A (zh) | 一种为动画配乐的方法及装置 | |
| CN108632311A (zh) | 信息推送方法和装置 | |
| CN108648058A (zh) | 产品排序方法及装置，电子设备、存储介质 | |
| CN109767269A (zh) | 一种游戏数据的处理方法和装置 | |
| CN108287786A (zh) | 一种基于地图的自动化测试方法和装置、及混合导航系统 | |
| CN112085087A (zh) | 业务规则生成的方法、装置、计算机设备及存储介质 | |
| CN113779381A (zh) | 资源推荐方法、装置、电子设备和存储介质 | |
| CN110413896A (zh) | 网络信息推送方法、装置、计算机设备及存储介质 | |
| WO2015153240A1 (en) | Directed recommendations | |
| CN109189899A (zh) | 内容兴趣采集及内容数据推荐方法、装置、设备/终端/服务器及存储介质 | |
| CN105138684B (zh) | 一种信息处理方法和信息处理装置 | |
| CN107861993A (zh) | 一种运行应用程序的数据处理方法和装置 | |
| CN107895282A (zh) | 一种基于时空网格的烟草市场大数据可视化方法 | |
| CN111160738A (zh) | 事件处理方法、装置、存储介质及电子装置 | |
| CN107133344A (zh) | 一种数据处理方法及装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CB03 | Change of inventor or designer information |
Inventor after: Li Honghai Inventor after: Li Yuanting Inventor after: Lin Shuxian Inventor before: Li Honghai |
|
| CB03 | Change of inventor or designer information |