Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
Mendeteksi segmen video dalam video yang tersimpan
Amazon Rekognition Video menyediakan API yang mengidentifikasi segmen video yang berguna, seperti bingkai hitam dan kredit akhir.
Penampil menonton lebih banyak konten dari sebelumnya. Secara khusus, platform Over-The-Top (OTT) dan Video Sesuai Permintaan (VOD) menyediakan beragam pilihan konten kapan saja, di mana saja, dan di layar apa pun. Dengan volume konten yang terus bertambah, perusahaan media menghadapi tantangan dalam mempersiapkan dan mengelola konten mereka. Hal ini sangat penting untuk memberikan pengalaman menonton berkualitas tinggi dan konten monetisasi yang lebih baik. Saat ini, perusahaan menggunakan tim besar yang terdiri dari tenaga kerja manusia terlatih untuk melakukan tugas-tugas seperti berikut.
-
Menemukan di mana kredit pembukaan dan akhir berada dalam sepotong konten
-
Memilih tempat yang tepat untuk menyisipkan iklan, seperti dalam urutan bingkai hitam diam
-
Memecah video menjadi klip yang lebih kecil untuk pengindeksan yang lebih baik
Proses manual ini mahal, lambat, dan tidak dapat disesuaikan dengan volume konten yang diproduksi, dilisensikan, dan diambil dari arsip setiap hari.
Anda dapat menggunakan Amazon Rekognition Video untuk mengotomatiskan tugas analisis media operasional menggunakan API deteksi segmen video yang dikelola sepenuhnya dan dibuat khusus yang didukung oleh pembelajaran mesin (ML). Dengan menggunakan API segmen Amazon Rekognition Video, Anda dapat dengan mudah menganalisis volume video besar dan mendeteksi penanda seperti bingkai hitam atau perubahan sorotan. Anda mendapatkan kode waktu, stempel waktu, dan nomor bingkai SMPTE (Society of Motion Picture and Television Engineers) dari setiap deteksi. Tidak diperlukan pengalaman ML.
Amazon Rekognition Video menganalisis video yang disimpan dalam bucket Amazon Simple Storage Service (Amazon S3). Kode waktu SMPTE yang dikembalikan akurat dalam bingkai - Amazon Rekognition Video menyediakan nomor bingkai yang tepat dari segmen video yang terdeteksi, dan menangani berbagai format frame rate video secara otomatis. Anda dapat menggunakan metadata akurat bingkai dari Amazon Rekognition Video untuk mengotomatiskan tugas tertentu sepenuhnya, atau untuk secara signifikan mengurangi beban kerja peninjauan operator manusia terlatih, sehingga mereka dapat fokus pada pekerjaan yang lebih kreatif. Anda dapat melakukan tugas-tugas seperti menyiapkan konten, menyisipkan iklan, dan menambahkan “binge-marker” ke konten dalam skala besar di cloud.
Untuk informasi lengkap tentang harga, lihat harga Amazon Rekognition
Deteksi segmen Video Rekognition Amazon mendukung dua jenis tugas segmentasi — deteksi dan. Isyarat teknis Deteksi sorotan
Topik
Isyarat teknis
Isyarat teknis mengidentifikasi bingkai hitam, bilah warna, kredit pembuka, kredit akhir, logo studio, dan konten program utama dalam video.
Frame hitam
Video sering berisi bingkai hitam kosong tanpa audio yang digunakan sebagai isyarat untuk menyisipkan iklan, atau untuk menandai akhir segmen program, seperti adegan atau kredit pembuka. Dengan Amazon Rekognition Video, Anda dapat mendeteksi urutan bingkai hitam untuk mengotomatiskan penyisipan iklan, konten paket untuk VOD, dan membatasi berbagai segmen atau adegan program. Bingkai hitam dengan audio (seperti memudar atau pengisi suara) dianggap sebagai konten dan tidak dikembalikan.
Kredit
Amazon Rekognition Video dapat secara otomatis mengidentifikasi frame yang tepat di mana kredit pembukaan dan penutupan dimulai dan berakhir untuk film atau acara TV. Dengan informasi ini, Anda dapat menghasilkan “penanda pesta” atau petunjuk penampil interaktif, seperti “Episode Berikutnya""Atau “Lewati Intro,” dalam aplikasi video on demand (VOD). Anda juga dapat mendeteksi bingkai pertama dan terakhir dari konten program dalam video. Amazon Rekognition Video dilatih untuk menangani berbagai macam gaya kredit pembukaan dan akhir mulai dari kredit bergulir sederhana hingga kredit yang lebih menantang di samping konten.
Diagram warna
Amazon Rekognition Video memungkinkan Anda untuk mendeteksi bagian video yang menampilkan diagram warna SMPTE, yang merupakan seperangkat warna yang ditampilkan dalam pola tertentu untuk memastikan warna dikalibrasi dengan benar pada monitor siaran, program, dan kamera. Untuk informasi selengkapnya tentang diagram warna SMPTE, lihat Bilah warna SMPTE
Papan tulis
Slate adalah bagian dari video, biasanya di dekat awal, yang berisi metadata teks tentang episode, studio, format video, saluran audio, dan banyak lagi. Amazon Rekognition Video dapat mengidentifikasi awal dan akhir papan tulis, sehingga mudah untuk menggunakan metadata teks atau menghapus batu tulis saat menyiapkan konten untuk tampilan akhir.
Logo studio
Logo studio adalah urutan yang menunjukkan logo atau lambang studio produksi yang terlibat dalam pembuatan pertunjukan. Amazon Rekognition Video dapat mendeteksi urutan ini sehingga pengguna dapat memeriksanya untuk mengidentifikasi studio.
Daftar isi
Konten adalah bagian dari acara TV atau film yang berisi program atau elemen terkait. Bingkai hitam, kredit, bilah warna, papan tulis, dan logo studio tidak dianggap konten. Amazon Rekognition Video dapat mendeteksi awal dan akhir setiap segmen konten dalam video, sehingga Anda dapat menemukan waktu berjalan program atau segmen tertentu.
Segmen konten mencakup, tetapi tidak terbatas pada, hal-hal berikut:
-
Adegan program antara dua jeda iklan
-
Rekap singkat dari episode sebelumnya di awal video
-
Konten bonus pasca-kredit
-
Konten “tanpa teks”, seperti sekumpulan semua adegan program yang awalnya berisi teks overlay, tetapi teks telah dihapus untuk mendukung terjemahan ke bahasa lain.
Setelah Amazon Rekognition Video selesai mendeteksi semua segmen konten, Anda dapat menerapkan pengetahuan domain atau mengirimkannya untuk ditinjau manusia untuk mengkategorikan lebih lanjut setiap segmen. Misalnya, jika Anda menggunakan video yang selalu dimulai dengan rekap, Anda dapat mengkategorikan segmen konten pertama sebagai rekap.
Diagram berikut menunjukkan segmen isyarat teknis pada garis waktu acara atau film. Perhatikan bilah warna dan kredit pembuka, segmen konten seperti rekap dan program utama, bingkai hitam di seluruh video, dan kredit akhir.
Deteksi sorotan
Sorotan adalah serangkaian citra berturut-turut yang saling terkait, yang diambil secara bersebelahan oleh satu kamera dan mewakili tindakan berkesinambungan dalam ruang dan waktu. Dengan Amazon Rekognition Video, Anda dapat mendeteksi awal, akhir, dan durasi setiap sorotan, serta hitungan untuk semua sorotan dalam sepotong konten. Anda dapat menggunakan metadata sorotan untuk tugas-tugas seperti berikut.
-
Membuat video promosi menggunakan citra yang dipilih.
-
Memasukkan iklan di lokasi yang tidak mengganggu pengalaman penampil, seperti tengah sorotan saat seseorang berbicara.
-
Menghasilkan set citra mini pratinjau yang menghindari konten transisi di antara sorotan.
Deteksi sorotan ditandai pada bingkai yang tepat, tempat terdapat potongan kasar pada kamera yang berbeda. Jika ada transisi halus dari satu kamera ke kamera lain, Amazon Rekognition Video menghilangkan transisi. Hal ini memastikan bahwa waktu mulai dan akhir sorotan tidak memasukan bagian tanpa konten yang sebenarnya.
Diagram berikut menggambarkan segmen deteksi sorotan pada strip film. Perhatikan bahwa setiap sorotan diidentifikasi dengan potongan dari satu sudut kamera atau lokasi ke lokasi berikutnya.
Tentang API deteksi Segmen Video Rekognition Amazon
Untuk mengelompokkan video tersimpan, Anda menggunakan operasi asinkron StartSegmentDetectiondan GetSegmentDetectionAPI untuk memulai pekerjaan segmentasi dan mengambil hasilnya. Deteksi segmen menerima video yang disimpan dalam bucket Amazon S3 dan mengembalikan output JSON. Anda dapat memilih untuk mendeteksi hanya isyarat teknis, hanya memotret perubahan, atau keduanya bersama-sama dengan mengonfigurasi permintaan StartSegmentdetection API. Anda juga dapat memfilter segmen yang terdeteksi dengan mengatur ambang batas untuk kepercayaan prediksi minimum. Untuk informasi selengkapnya, lihat Menggunakan API Segmen Amazon Rekognition . Untuk kode sampel, lihat Contoh: Mendeteksi segmen dalam video yang tersimpan.
