Viana, Paula Maria Marques Moura GomesSilva, André Filipe Cunha e2022-03-072022-03-072021http://hdl.handle.net/10400.22/20142In the age of visual media that we live in, there is an immensity of content being produced worldwide every day through the cinematographic and TV industries. This, alongside with the widespread availability of Internet access and social media, has democratized the appreciation, discussion and constant analyses of movies and TV shows. Since these are visual media with their own “visual language”, where creators use a lot of visual tricks to convey information, emotion, and to show a bit of their signature style, a lot of data can be extracted from them. This represents a great potential for people trying to analyze trends and patterns in video content, for example with colour palettes, length of shots, movement in scenes, audio, etc. But all this can be overwhelming without the aid of technology, and so there has also been a growth in the development of tools based in Artificial Intelligence, and Machine and Deep Learning, to be able to quickly and efficiently analyse this data and produce meaningful and insightful results that might help in the creation of new video-based media or just for anyone interested in video, like cinematographers, video editors, animators or any others. However, with large amounts of data, the results can sometimes be hard to parse by the user, and so there’s also been a trend of trying to consolidate data into graphic representations for easier analysis, giving rise to a new field called Data Visualization. With this in mind, we attempted to develop a new tool for video analysis of multimedia files based in scripts that would be able to give information about the composition of shots and scenes, such as the instants of the cuts or estimates of numbers like the total of shots, frames and more, but also to graphically present information using multimedia data visualizations.Na era visual em que vivemos, existe uma imensidão de conteúdo a ser produzido por todo o mundo, todos os dias, através das indústrias cinematográfica e televisiva. Isto, em conjunto com a difusão do acesso à Internet e das redes sociais, democratizou a apreciação, discussão e análise de filmes e programas televisivos. Dado que estes são meios visuais com a sua própria “linguagem visual", nos quais os criadores aplicam técnicas visuais para transmitirem informação, emoção, e mesmo um pouco do seu estilo e da própria marca, existe muita informação a ser extraída e avaliada. Isto representa um grande potencial para aqueles que se dedicam a analisar tendências e padrões em conteúdos de vídeo, como por exemplo a palete de cores, duração e movimento das cenas, áudio, etc. Mas pode ser uma tarefa inviável sem a ajuda de tecnologia, e por isso existe um desenvolvimento crescente de ferramentas baseadas em Inteligência Artificial, para que seja possível analisar estes dados de forma rápida e eficiente e produzir resultados significativos e conclusivos que possam ajudar na criação de novos conteúdos de vídeo e apoiar quem esteja envolvido na criação dos mesmos, como cinematógrafos, editores de vídeo, animadores, entre outros. No entanto, esta grande quantidade de dados pode gerar resultados de difícil compreensão e interpretação para o utilizador, pelo que também existe uma tendência crescente para tentar consolidar estes dados através de representações gráficas para uma fácil análise, levando à origem do conceito de “Data Visualization”. Tendo isto em conta, tentamos desenvolver uma nova ferramenta para a análise de vídeo em ficheiros multimédia baseada em "scripts", capaz de recolher informação sobre a composições de “shots” e de cenas, como os instantes dos cortes de cena ou o número estimado de "shots", fotogramas e outros, mas, ao mesmo tempo, apresentando informação através de representações gráficas.engCinemetricsData VisualizationBig DataComputer VisionShot Transition DetectionColour PaletteShot ScaleClusteringArtificial IntelligenceDeep LearningHistogramsFramesTimecodeAverage Shot LengthVisão ComputacionalDeteção de Corte de CenaInteligência ArtificialHistogramasFotogramasmaster thesis202937178