Para ajudar a determinar as melhores pré-visualizações antes de um filme específico, pesquisadores dos estúdios de cinema da 20th Century Fox desenvolveram um modelo de Deep Learning para prever que público provavelmente veria um filme, baseado no trailer do filme.
O sistema, que extrai recursos como cor, iluminação, faces, objetos e paisagens, alcança a precisão do atendimento e a previsão do público para os filmes existentes, bem como para o lançamento de filmes.
Este aplicativo é a primeira vez que um estúdio de cinema usa o aprendizado profundo para prever os interesses dos clientes de um trailer do filme, disse a empresa.
“Trailers de vídeo são o elemento mais crítico das campanhas de marketing para novos filmes. Eles aumentam a conscientização entre a população geral de espectadores, comunicam o enredo do filme, apresentam os personagens principais e revelam dicas importantes sobre a história, o tom e as escolhas cinematográficas.” afirmaram os pesquisadores da Fox
Usando NVIDIA Tesla P100 GPUs no Google Cloud, com a cuDNN-accelerated TensorFlow estrutura de aprendizado profundo, os pesquisadores treinaram sua rede neural gera uma convolução que é um operador linear que, a partir de duas funções dadas, resulta numa terceira que mede a soma do produto dessas funções ao longo da região de centenas de trailers de filmes lançados nos últimos anos, bem como milhões de registros de atendimento.
“Ao encontrar uma representação adequada desses recursos e ao alimentá-los com um modelo que tem acesso aos registros históricos de comparecimento de filmes, é possível encontrar associações não triviais entre os recursos do trailer do vídeo e as escolhas futuras do público após os lançamentos do filme. teatros ou em serviços de streaming ”, afirmaram os pesquisadores.
A rede neural tem o potencial de ajudar os produtores de filmes e executivos a tomar decisões do mundo real em diferentes estágios de uma campanha de marketing. Em trabalhos futuros, os pesquisadores estão se concentrando no desenvolvimento de um sistema que usa recursos de texto e vídeo para prever o sucesso de um filme.
O trabalho foi publicado recentemente no ArXiv e é de autoria de Miguel Angel Campo-Rembado, vice – presidente sênior da Data Science & Analytics da Twentieth Century Fox Film Corp, e sua equipe.