Création de plans pour la vidéo - Amazon Bedrock
Exemples de champs de plans pour la recherche de médiasExemples de champs de plans pour les points forts du discours liminaireExemples de champs de plans pour l’analyse des publicités

Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.

Création de plans pour la vidéo

Les plans pour les fichiers vidéo présentent quelques qualités uniques par rapport aux autres plans, en particulier dans le domaine de la création de champs. Les plans vidéo comportent un paramètre appelé granularité, qui vous permet de définir un champ sur Vidéo ou Chapitre. Lorsque le champ est défini sur vidéo, il est détecté sur l’ensemble de la vidéo. Par exemple, si vous souhaitez obtenir un résumé de l’intégralité du clip, vous devez définir la granularité de ce champ sur vidéo.

Un champ dont la granularité est définie sur Chapitre renverra à la place une réponse pour chaque chapitre de la vidéo. Le champ renverra une valeur pour chaque chapitre de la vidéo. En reprenant l’exemple précédent, si vous souhaitez obtenir un résumé de chaque partie d’une vidéo, vous devez définir la granularité sur chapitre.

Lorsque vous créez un champ de granularité de chapitre, vous pouvez définir un type de données unique, un tableau d’entités. Par exemple, si vous souhaitez détecter les objets visuellement visibles dans votre vidéo, vous pouvez créer un champ appelé key-visual-objects et définir son type comme étant un tableau d’entités. Ce champ renverrait alors les noms des entités dans un objet de tableau.

Vous trouverez ci-dessous quelques exemples de champs pour le traitement vidéo. Tous les champs des plans vidéo sont considérés comme inférés, à l’exception des entités et des tableaux d’entités.

Champ Instruction Type d’extraction Type Granularité
key-visual-objects Please detect all the visually prominent objects in the video extractive Array of entities [ "chapter" ]
keywords Searchable terms that capture key themes, cast, plot elements, and notable aspects of TV shows and movies to enhance content discovery. inferred Array of strings ["video"]
genre The genre of the content. inferred string ["video"]
video-type Identify the type of video content inferred enums: ["Movie", "TV series", "News", "Others"] [ "video" ]

Exemples de champs de plans pour les points forts du discours liminaire

Champ Instruction Type d’extraction Type Granularité
broadcast-setting The physical setting or environment where the broadcast or training session is taking place. inferred enums["conference hall", "classroom", "outdoor venue", "Others", "Not applicable to the video"] [ "video" ]
broadcast-audience-engagement The level of engagement or interaction between the speakers and the audience. inferred enums["interactive", "passive", "Not applicable to the video"] ["video"]
broadcast-visual-aids A list of notable visual aids or materials used during the presentation, such as slides, diagrams, or demonstrations. inferred Array of strings ["video"]
broadcast-audience-size The size of the audience present at the event. inferred enums["large crowd", "medium crowd", "small group", "Not applicable to this video"] [ "chapter" ]
broadcast-presentation-topics A list of key topics, subjects, or themes covered in the presentation or training session. inferred enums: ["Movie", "TV series", "News", "Others"] [ "video" ]

Exemples de champs de plans pour l’analyse des publicités

Champ Instruction Type d’extraction Type Granularité
ads-video-ad-categories The ad categories for the video inferred enums["Health and Beauty", "Weight Loss", "Food and Beverage", "Restaurants", "Political", "Cryptocurrencies and NFT", "Money Lending and Finance", "Tobacco", "Other", "Video is not an advertisement"] [ "video" ]
ads-video-language The primary language of the advertisement inferred string ["video"]
ads-video-primary-brand The main brand or company being advertised in the video. inferred string ["video"]
ads-video-main-message The primary message or tagline conveyed in the advertisement inferred string [ "video" ]
ads-video-message-clarity How clear and understandable the main message of the advertisement is inferred enums: ["clear", "ambiguous", "Not applicable to the video"] [ "video" ]
ads-video-target-audience-interests Specific interests or hobbies that the target audience is likely to have inferred Array of strings [ "video" ]
ads-video-product-type The category or type of product being advertised inferred enums: ["electronics", "apparel", "food_and_beverage", "automotive", "home_appliances", "other", "Not applicable to the video"] [ "video" ]
ads-video-product-placement The way the product is positioned or showcased in the advertisement inferred enums: ["front_and_center", "background", "held_by_person", "other", "Not applicable to the video"] [ "video" ]
ads-video-product-features The key features or specifications of the advertised product highlighted in the video inferred Array of strings [ "video" ]
ads-video-number-of-products The number of distinct products or variations featured in the advertisement inferred number [ "video" ]

La vidéo prend également en charge un ensemble de types d’entités qui permettent d’identifier et de localiser des entités spécifiques dans le contenu vidéo. Cette fonctionnalité renvoie un tableau d’entités détectées. Vous trouverez ci-dessous un exemple de tableau d’entités dans un plan client :


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

bedrock-data-automation#/definitions/Entity est un type de service appartenant à BDA. Pour analyser vos résultats, utilisez le schéma suivant.


       {
        "$schema": "http://json-schema.org/draft-07/schema#",
        "$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": {}
    }