Classificazione di sequenze di inquadrature cinematografiche tramite reti LSTM = Classification of film shot sequences with LSTM networks

Lo studio della presente tesi si concentra su una specifica categoria di algoritmi di apprendimento supervisionato, ovvero gli algoritmi di Classificazione, che sono stati impiegati per l’analisi di sequenze di inquadrature cinematografiche. In seguito ad un iniziale approfondimento sui temi dell’Intelligenza Artificiale e del Deep Learning, ci si è concentrati sull’analisi delle reti neurali LSTM, le quali risultano particolarmente adatte per la classificazione di un modello di questo tipo. Successivamente, si è passati alla creazione del Dataset su cui svolgere le successive analisi: esso è stato caratterizzato da diverse informazioni tra cui la sequenza di inquadrature della clip in considerazione ed il relativo genere cinematografico. L’obiettivo della tesi è, infatti, quello di comprendere grazie ad un approccio supervised se, dopo aver correttamente addestrato un modello di rete neurale sulla base della sequenza di inquadrature, esso è in grado di definire correttamente il genere.