View a markdown version of this page

Creación de esquemas para vídeo - Amazon Bedrock
Ejemplos de campos de esquemas para la búsqueda de contenido multimediaEjemplos de campos de esquemas para los aspectos destacados de las presentaciones principalesEjemplos de campos de esquemas para análisis de anuncios

Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.

Creación de esquemas para vídeo

Los esquemas de archivos de vídeo tienen algunas cualidades únicas en comparación con otros esquemas, especialmente en la creación sobre el terreno. Los esquemas de vídeo tienen un parámetro denominado granularidad, que permite establecer un campo como Vídeo o Capítulo. Si el campo está configurado como vídeo, se detectará en todo el vídeo. Por ejemplo, si desea obtener un resumen de todo el clip, debería establecer la granularidad de ese campo en vídeo.

Por el contrario, un campo con la granularidad establecida en Capítulo devolverá una respuesta para cada capítulo del vídeo. El campo devolverá un valor para cada capítulo de vídeo. Siguiendo con el ejemplo anterior, si quiere obtener un resumen de cada parte de un vídeo, debe establecer la granularidad en capítulo.

Al crear un campo de granularidad de capítulo, puede establecer un tipo de datos único, una matriz de entidades. Por ejemplo, si desea detectar los objetos visualmente destacados en el vídeo, puede crear un campo llamado key-visual-objects y configurar el tipo como una matriz de entidades. A continuación, este campo devolvería los nombres de las entidades en un objeto de matriz.

A continuación, se muestran algunos campos de ejemplo para el procesamiento de vídeo. Todos los campos de los esquemas de vídeo se consideran inferidos, excepto las entidades y las matrices de entidades.

Campo Instrucción Tipo de extracción Tipo Granularity (Grado de detalle)
objetos visuales clave Detecta todos los objetos visualmente prominentes en el vídeo extractivo Matriz de entidades [«capítulo»]
palabras clave Términos que se pueden buscar y que capturan los temas clave, el reparto, los elementos de la trama y los aspectos más destacados de los programas de televisión y las películas para mejorar la búsqueda de contenido. inferido Matriz de cadenas ["vídeo"]
género El género del contenido. inferido cadena ["vídeo"]
tipo de vídeo Identifique el tipo de contenido de vídeo inferido enumeraciones: ["Película», «Serie de televisión», «Noticias», «Otros"] [«vídeo»]

Ejemplos de campos de esquemas para los aspectos destacados de las presentaciones principales

Campo Instrucción Tipo de extracción Tipo Granularity (Grado de detalle)
configuración de emisión El entorno o entorno físico en el que se lleva a cabo la transmisión o la sesión de entrenamiento. inferido enumeraciones ["sala de conferencias», «aula», «lugar al aire libre», «Otros», «No aplicable al vídeo"] [«vídeo»]
emisión: participación de la audiencia El nivel de participación o interacción entre los ponentes y la audiencia. inferido enumeraciones ["interactivas», «pasivas», «No aplicables al vídeo"] ["vídeo"]
ayudas visuales de radiodifusión Una lista de las principales ayudas visuales o materiales utilizados durante la presentación, como diapositivas, diagramas o demostraciones. inferido Matriz de cadenas ["vídeo"]
tamaño de la audiencia de emisión El tamaño de la audiencia presente en el evento. inferido enumeraciones ["multitud grande», «multitud mediana», «grupo pequeño», «No aplicable a este vídeo"] [«capítulo»]
temas de difusión-presentación Una lista de los temas, materias o temas clave tratados en la presentación o sesión de formación. inferido enumeraciones: ["Película», «Serie de televisión», «Noticias», «Otros"] [«vídeo»]

Ejemplos de campos de esquemas para análisis de anuncios

Campo Instrucción Tipo de extracción Tipo Granularity (Grado de detalle)
anuncios, vídeos y categorías de anuncios Las categorías de anuncios del vídeo inferido enums ["Salud y belleza», «Pérdida de peso», «Comida y bebida», «Restaurantes», «Política», «Criptomonedas y NFT», «Préstamos de dinero y finanzas», «Tabaco», «Otros», «El vídeo no es un anuncio"] [«vídeo»]
lenguaje de vídeo de anuncios El idioma principal del anuncio inferido cadena ["vídeo"]
anuncios, vídeo, marca principal La marca o empresa principal que se anuncia en el vídeo. inferido cadena ["vídeo"]
mensaje principal de vídeo de anuncios El mensaje o eslogan principal que se transmite en el anuncio inferido cadena [«vídeo»]
añade claridad a los mensajes de vídeo ¿Qué tan claro y comprensible es el mensaje principal del anuncio inferido enumeraciones: ["claro», «ambiguo», «No aplicable al vídeo"] [«vídeo»]
anuncios, vídeos, intereses del público objetivo Intereses o pasatiempos específicos que es probable que tenga el público objetivo inferido Matriz de cadenas [«vídeo»]
tipo de producto de vídeo publicitario La categoría o el tipo de producto que se anuncia inferido enumeraciones: ["electrónica», «indumentaria», «comida_y_bebida», «automoción», «electrodomésticos», «otros», «No aplicable al vídeo"] [«vídeo»]
anuncios, vídeo, colocación de productos La forma en que el producto se posiciona o se muestra en el anuncio inferido enumeraciones: ["front_and_center», «background», «held_by_person», «other», «No aplicable al vídeo"] [«vídeo»]
anuncios, vídeo, características del producto Las características o especificaciones principales del producto anunciado destacadas en el vídeo inferido Matriz de cadenas [«vídeo»]
anuncios: vídeo, número de productos El número de productos o variantes distintos que aparecen en el anuncio inferido número [«vídeo»]

El vídeo también admite una variedad de tipos de entidades, lo que ayuda a identificar y localizar entidades específicas dentro del contenido de vídeo. Esta característica devuelve una matriz de entidades detectadas. A continuación, se muestra un ejemplo de un conjunto de entidades en el esquema de un cliente:


  "field_name": {
        "items": {
            "$ref": "bedrock-data-automation#/definitions/Entity"
        },
        "type": "array",
        "instruction": "Please detect all the visually prominent objects in the video",
        "granularity": [
            "chapter"
        ]
    }
nota

bedrock-data-automation#/definitions/Entity es un tipo de servicio propiedad de BDA. Para analizar los resultados, puede utilizar el siguiente esquema.


       {
        "$schema": "http://json-schema.org/draft-07/schema#",
        "$id": "bedrock-data-automation",
        "type": "object",
        "definitions": {
            "BoundingBox": {
                "type": "object",
                "additionalProperties": false,
                "properties": {
                    "left": {
                        "type": "number"
                    },
                    "top": {
                        "type": "number"
                    },
                    "width": {
                        "type": "number"
                    },
                    "height": {
                        "type": "number"
                    }
                }
            },
            "Entity": {
                "type": "object",
                "additionalProperties": false,
                "properties": {
                    "label": {
                        "type": "string"
                    },
                    "bounding_box": {
                        "$ref": "bedrock-data-automation#/definitions/BoundingBox"
                    },
                    "confidence": {
                        "type": "number"
                    }
                }
            }
        },
        "properties": {}
    }