3. Computer Vision für die Filmanalyse#
Die vorliegende Fallstudie befasst sich mit Workflows zur automatisierten Filmannotation. Am Beispiel der Filme Konrad Wolfs werden exemplarisch die Möglichkeiten der automatisierten Einstellungs- und Figurenerkennung dargestellt. In den folgenden Abschnitten stehen folgende Lernziele im Mittelpunkt:
Computer Vision für die Filmanalyse
Die grundlegende Funktionsweise von Computer Vision kann beschrieben werden.
Grundlegende Begriffe wie Machine Learning, Algorithmus und Modell können definiert werden.
Die Funktion von Schwellenwerten kann erklärt werden.
Die Einsatzmöglichkeiten von Computer Vision für filmanalytische Aufgaben können benannt werden.
Die Möglichkeiten und Grenzen von Computer Vision Modellen können beurteilt werden.
Wir befinden uns damit beim 2. Schritt unserer Fallstudie, bei dem die Funktionsweisen von Computer Vision dargestellt und deren Einsatzmöglichkeiten für die filmanalytische Praxis ausgelotet werden. Der grundlegende Begriffe wie Machine Learning, Algorithmus oder Modell werden geklärt und welche Rolle Schwellenwerte in diesem Themenbereich spielen. Im Kapitel werden zudem die Möglichkeiten und Grenzen von Computer Vision für die Filmanalyse kritisch reflektiert.
Fig. 3.1 Schritt 2: Computer Vision für die Filmanalyse#
Bearbeitungszeit
Die geschätzte Bearbeitungszeit dieser Lerneinheit beträgt ca. xx Minuten. Dies schließt die gekennzeichneten Übungsaufgaben, deren Bearbeitungsdauer individuell variiert, aus.
Die geschätzte Bearbeitungsdauer inklusive der einzelnen Übungsaufgaben beträgt ca. xx Minuten.
Bitte beachten Sie: Die tatsächliche Bearbeitungsdauer kann je nach Ihren Vorkenntnissen unterschiedlich ausfallen. Die angegebene Zeitangabe dient lediglich als Orientierungshilfe.