网络教学微视频镜头结构分析

教学微视频是网络教学的重要资源,其镜头结构反映了微视频的制作质量和制作风格,会在很大程度上影响了学生的学习热情和教学效果。根据教学微视频的镜头画面主体和教学内容将其分为五大类23小类。考查2 000个网络教学中普遍使用的慕课和微课的教学微视频实例,从学段、学科维度分析教学微视频的镜头类型和构成特点。研究发现,当前的网络教学微视频,镜头录制屏幕类最多(占66.84%,其中PPT占45.99%),教师单人讲解类次之,学生与课堂和学生实践活动类较少,教师与学习内容混合类最少。根据研究,提出在网络教学微视频制作时关于镜头设计、拍制和编辑的启示。

以镜头类型为例 试论观众在银幕画面中的认知投射

现代电影理论正在经历着一个从符号学到认知符号学理论的转型,这是因为电影语言不是自我封闭的,而是有语境的,是以观众的时空关系为中心,服务于电影生产过程中的编码和解码。本文以镜头类型为例,介绍电影陈述中的人称问题。电影的人称是观众基于参照点的主体位置,这种主体位置根本上是身体在银幕画面中的认知投射。电影在银幕画面中的认知投射是电影陈述过程中生产和接受的痕迹对观众时空关系的体现。本文通过电影的元语言以及电影的反射性从一个更为广泛的认知框架中来理解电影。

基于类型标志镜头与词袋模型的体育视频分类

基于内容的体育视频分类是高效管理大量体育视频数据的关键步骤之一,为提高体育视频分类方法的正确率及泛化能力,提出一种基于类型标志镜头与视觉词袋模型相结合的体育视频分类方法.首先给出类型标志镜头的定义,并通过类型标志镜头构建该镜头视频帧训练库;然后构建基于视频帧训练库的金字塔视觉词袋模型,将视频帧标志为归一化的词频向量,使用SVM对视频帧进行分类;再通过分析视频帧分类错误的原因及表现形式提出基于时序连续性孤立帧去除算法,以消除视频帧的错误归类.由于体育视频按组合类型可分为单一体育视频与混合体育视频,因此分别提出了单一体育视频及混合体育视频2种分类算法.实验结果表明,文中算法具有实现简单、处理速度快和准确度高的优点.

论影视中的长镜头

长镜头也称镜头内部蒙太奇,又称机内剪蹲,它通过变化拍摄角度和调整景别的距离,用一个连续的镜头完成一组分切式镜头所担负的镜头组合任务,以保证叙事时间的连续性和空间的统一性。长镜头是通过场面调度来实现的。长镜头主要分固定长镜头、运动长镜头、变焦长镜头、景深长镜头。长镜头在影视中能完整表现真实的空间,展示导演的影片风格。

足球视频镜头分类与球场区域检测

目的足球视频镜头和球场区域是足球视频事件检测的必要条件,对于足球视频语义分析具有重要作用。针对现有镜头分类方法的不足,提出识别足球视频镜头类型的波动检测法。方法该方法使用一个滑动窗口在视频帧图像中滑动,记录滑动窗口内球场像素比例在远镜头阈值上下的波动次数,根据波动次数判断镜头类型。对于足球场地区域分类,提出使用视频图像中球场区域的左上角和右上角点的位置关系识别球场区域类型的方法,该方法使用高斯混合模型识别出球场,根据球场在帧图像中左右边界坐标的高低判断球场区域类型,方法简单高效。结果本文提出的两种方法与现有的分类方法相比,在准确率和召回率方面具有较大提高,检测效率高,可以满足实时性要求。结论本文方法解决了传统滑动窗口法无法正确识别球场倾斜角度过大的帧图像,降低了传统球场区域检测方法依赖球场线检测而导致的准确率不高的问题。