系统会自动将所有的镜头,包括多个角度拍摄的画面,按照我们意愿的脚本进行组织,然后还可以根据需求找到指定的内容。
然后,这套程序就可以准确的识别出这些剪辑的内容,系统利用面部识别和情绪识别系统,对每一帧画面进行分析。比如程序会标记某个镜头是广角镜头还是特写镜头,以及镜头中都包含了哪些人物和角色。
在所有的元素都可以被组织之后,系统会按照不同的风格和习惯对视频进行剪辑和处理,并且对某种风格贴上标签。而如果某个风格是最常用的,那么下一次再自动剪辑的时候,只要贴上这个标签,就会自动按照事先设定好的风格剪辑。
另外视频编辑器还可以自动对广角镜头、特写镜头以及一些节奏比较快的镜头进行分类和穿插,并且能够保持镜头的风格拥有一致性。
这些编辑的风格都可以被保存下来,然后随之时间的推移会自动完善,同时通过预设的编辑按钮来生成视频。如果对某些部分不满意,还可以手动快速调整。
这套程序通过人工智能技术加速了视频编辑的过程,同时还可以人为的设定编辑环境,达到某种风格的特殊要求。不过研究人员也承认目前这套系统还存在明显的缺点,比如整个系统都是基于对话而设计,未来还需要进一步的完善,能够根据动作来进行组织。同时该套系统目前还不能防止连续性的剪辑错误。
这项研究由斯坦福大学和Adobe研究院共同研发,成果将发表在7月份ACM图形杂志上。