㈠ 電影類型劃分的標準是怎樣的
按類型分,真正的所謂類型電影有如下表所示幾個主要類型。這里「真正所謂的類型電影」,意思是指,好萊塢、美國電影協會等公布類型表時,存在著將電影類型與類型電影混淆在一起的問題,「真正的類型電影」是在剔除歷史各種類型表中那些類型性不強而主要是題材和觀念差異的類型之後得到的具有確定性的分類方法的類型電影分類表。
㈡ 紅藍3d立體電影如何判斷是紅藍3d立體電影
看電影時,你會遇到不同類型的3D立體電影。其中,紅藍3D立體電影是最常見的一種。如何判斷正在觀看的電影是紅藍3D立體電影呢?請看以下分析。
首先,紅藍3D立體電影通常會有模糊的邊,這些邊以綠色最為明顯。這是因為綠色光在紅藍眼鏡中被過濾掉,只允許紅色或藍色光穿透。如果你發現電影中有綠色的模糊邊,那就很可能是紅綠3D立體電影。
然而,如果你看到的是紅藍3D立體電影,則情況會稍微復雜一點。在這種情況下,你可能會看到一些藍色和綠色的綜合色,但深藍色的成分應該更多一些。這是因為紅藍眼鏡設計的原理是,紅色眼鏡只允許紅色光通過,藍色眼鏡只允許藍色光通過。因此,當你佩戴紅藍眼鏡觀看電影時,紅色鏡頭將過濾掉所有藍色光,藍色鏡頭則過濾掉所有紅色光,僅允許特定顏色的光穿透,從而形成3D立體效果。
為了獲得最佳的3D觀影體驗,選擇一副濾色干凈的紅藍眼鏡至關重要。一副好的紅藍眼鏡能有效過濾掉不必要的光,確保你只看到需要的紅藍光,從而實現清晰、立體的觀影效果。因此,無論你是選擇購買或租賃眼鏡,一定要確保眼鏡的質量,避免影響觀影體驗。
總之,通過觀察電影中的邊框顏色和選擇合適的紅藍眼鏡,你就能輕松判斷出正在觀看的是紅藍3D立體電影。通過正確的觀影方式,你將享受到震撼的3D觀影體驗,彷彿身臨其境,感受電影中的每一個細節。所以,下次看電影時,記得好好欣賞這份來自3D電影的獨特魅力吧!
㈢ (電影)可以分為那幾大類
一、按發行及上映方式分:
1.院線電影:在電影院上映的電影
2.網路電影:僅在網路視頻平台上上映的電影
3.電視電影:僅在電視熒屏上上映的電影
4.錄像電影:僅以錄像帶、DVD、VCD等方式發行的電影
二、按題材、劇情類型分:
1.動作電影:
是以強烈緊張的驚險動作和視聽張力為核心的影片類型。
2.奇幻電影:
這類型的電影都大量的包含魔法、超自然現實事件、或是幻想生物如龍、半獸人以及幻想世界如魔戒中的中土。
3.喜劇電影:
其中主要強調的是幽默。《電影藝術詞典》對喜劇片的定義是:「以產生結果是笑的效果為特徵的故事片。在總體上有完整的喜劇性構思,創造出喜劇性的人物和背景。
4.恐怖電影:
以製造恐怖為目的的一種影片。故事內容荒誕離奇,引起恐怖。如描寫鬼怪作祟、勾魂攝魄,描寫兇猛動物噬人等等,使觀眾毛骨悚然。
5.愛情電影:
指的是那些中心劇情主要圍繞著故事主角戀愛關系發展的電影。該類電影常見的主題是,電影中的角色們基於相互間新發現的魅力而作出相應的決定。
(3)如何判斷一個電影的類型擴展閱讀
相關背景:
電影從有聲電影開始發展,目前已經到了電影的特技時代了。運用大量的電腦特技製作出來的電影,受廣大中年以下的朋友歡迎。
1911年義大利詩人和電影先驅者喬托·卡努杜發表了一篇名為《第七藝術宣言》的論著,他在世界電影史上第一次宣稱電影是一種表演藝術,從此,「第七藝術」就成為了電影藝術的同義詞。現如今有3D電影,是視覺的「長寬高」;美國拍攝電影有5D拍攝技術。
電影是一種綜合的現代藝術,亦正如藝術本身,有著復雜而繁多的科系。電影有很多類型,也有多種分類方法。
參考資料來源:網路-電影
㈣ 美國電影如何分級
美國電影分級如下:
1、G級:大眾級,所有年齡均可觀看大眾級,適合所有年齡段的人觀看,該級別的電影內容可以被父母接受,影片沒有裸體、性愛場面,吸毒和暴力場面非常少。對話也是日常生活中可以經常接觸到的。
例如:《玩具總動員3》、《海底總動員》、《獅子王》等。
2、PG級:普通級, 建議在父母的陪伴下觀看,有些鏡頭可能讓而用產生不適感.輔導級,一些內容可能不適合兒童觀看,該級別的電影基本沒有性愛、吸毒和裸體場面,即使有時間也很短。
例如:《神偷奶爸》系列等。
3、PG-13級:普通級,但不適於13歲以下兒童.特別輔導級,13歲以下兒童尤其要有父母陪同觀看,一些內容對兒童很不適宜。該級別的電影沒有粗野的持續暴力鏡頭,一般沒有裸體鏡頭,有時回遊吸毒鏡頭和臟話。
例如:《阿凡達》、《泰坦尼克號》、《變形金剛》等。
4、R級: 限制級,17歲以下必須由父母或者監護陪伴才能觀看.限制級,17歲以下觀眾要求有父母或承認陪同觀看,該級別的影片包含成人內容,裡面有較多的性愛、暴力、吸毒等場面和臟話。
例如:《死侍》、《猛龍過江》、《死亡游戲》、《精武門》等。
5、NC-17級:17歲或者以下不可觀看 17歲以下觀眾禁止觀看,該級別的影片被定為成人影片,未成年人堅決被禁止觀看。影片中有清楚的性愛場面,大量的吸毒或暴力鏡頭以及臟話等。
6、特殊分級
(1)USA:NR/OR、U:NR/OR:指未定級的電影,後者指1968年之前的。
(2)USA:M/X/P:不準在大院線放映的電影。
(4)如何判斷一個電影的類型擴展閱讀:
美國電影分級制度是根據電影的主題、語言、暴力程度、裸體程度、性愛場面和毒品使用場面等,代表大部分家長可能給予的觀點對電影進行的評價。其目的是提前給家長提供電影的相關信息,幫助父母們判斷哪些電影適合特定年齡階段的孩子們觀看。評級與電影內容的好壞並無關聯。
美國電影分級並不是強制執行的制度,決定電影是否要被分級是電影製片方的獨立選擇。
㈤ 一部影片是一部好的影片還是一部爛的影片怎麼區分
以現在電影的質量來講,通過看電影獲得滿足已經越來越難了。這一代電影人呢,在舒適的生活中喪失了爭斗心;我們這些觀影人也是越來越逆來順受了。看到這些爛片我們也逐漸得到了一種黑色的滿足感——就是看完之後去罵他。
就拿《指環王》來說吧!
可嘆,有人沒耐心看完這部片子,妄下斷語不好看,正如王朔評金庸,金庸的著作根本沒看下去,就以為只有自已的作品有思想深度,只有自已有水平。
㈥ 電影類型的分類
看電影的時候,經常說這個片是恐怖片那個是青春片,還有什麼苦情片亂七八糟的,看多了還有什麼類型反類型,讓人頭大如斗。那麼,類型片究竟是什麼?我想,看看提出這些類型的美國人是怎麼說的,至少有助於理清思路,做出自己的判斷。因此,找來wikipedia上關於電影類型(Cinematic Genre)的詞條,翻譯好貼在這里供同好參考。
這篇詞條基本上說清了一些東西,但也就是啟蒙水平,剛夠我這樣的業余愛好者掃盲(甚至連我都不能完全打發,比方說裡面就沒有提到校園片或曰青春片),所以也不用看得多麼權威。網上網路全書么,其實就是你我這樣的人寫的。至少,看完可以在互吹的時候多幾樣趁手的傢伙。
想看原文的,可以點擊這里,保證是全文轉載(wiki那點事兒,大家也都知道)。上附各子詞條的鏈接,可以深入了解。想用的盡管拿去,但請勿用於商業用途,再註上是本人翻譯即可
電影類型(Cinematic Genre):
在電影理論中,類型是指(商業)影片分類的基本手段。一種「類型」通常是指構成影片的敘事元素有相似之處的一些電影。
影片類型劃分:
常用的劃分影片類型的標准有三個:場景、情緒、形式。場景是指影片發生的地點。情緒是指全片傳達的感情刺激。影片也可能在拍攝時使用特定設備或呈現為特定樣式,即形式。
●場景
·犯罪片:人物出現在犯罪行為領域
·黑色電影:主要人物出現在虛無主義、存在主義的領域,或用這樣的手法描寫主人公
·歷史片:發生在過去
·科幻片:人物出現在不同的現實中,通常是未來或太空
·體育片:體育項目以及屬於某項運動的場所
·戰爭片:戰場以及屬於某場戰爭的場所
·西部片:美國西部從殖民地時期到現代
●情緒
·動作片:通常包含一場「好」「壞」之間的道德爭斗,通過暴力或物理力量進行
·冒險片:包含危險、風險、和/或機遇,經常含有高度幻想
·喜劇片:試圖引發笑聲
·劇情片:主要關注角色的發展
·幻想片:現實之外的玄想虛構(例如:神話,傳奇)
·恐怖片:試圖引發觀眾的恐懼
·推理片:通過發現與解決一系列線索從未知到已知的前進過程
·愛情片:詳述浪漫愛情的元素
·驚悚片:試圖引發觀眾的興奮或緊張
●形式
·動畫片:通過手工或計算機製作的靜態圖片連續呈現製造的動態錯覺
·傳記片:不同程度改變事實基礎,將真人的生活戲劇化的影片
·紀錄片:對事件或人物的真實追蹤,用來獲得對某一觀點或問題的理解
·實驗電影(先鋒電影):為測試觀眾反應或拓展影片製作/故事呈現的邊界創作出來後公映的影片
·音樂片:不時用所有或部分角色歌唱穿插的影片
·短片:在較短時間內努力包含「標准長度」影片的諸元素
●年齡
·兒童片:幼兒電影,與家庭片相比,並不試圖吸引幼兒以外的觀眾
·家庭片:試圖吸引各年齡層人士,且適合幼兒觀眾觀看。例如迪斯尼影片
·成人片:僅為成年觀眾准備的影片,內容可能含有暴力、使人不安的主題、淫穢語言或明確的性行為。成人片也可能作為色情片的同義詞使用
影片類型批評:
類型不是什麼?
影片分類手段除類型外還有其他標准。例如作者(auteur)標准根據導演劃分影片。有些分類標准也被隨意稱為類型,但這樣的定義是有問題的。例如,獨立電影有時被當作類型,但實際上獨立製作不能決定影片的故事情節,這樣的影片可以屬於任何類型。
有人認為類型需要與影片風格進行區別。影片的風格涉及攝影、剪輯、音響等,某種風格可以運用於任何類型。影片類型確定的是影片最明顯的內容,影片風格則確定用何方式將這(些)類型呈現於銀幕上。風格可以由情節結構、場景設計、燈光、攝影、表演以及其他有意圖的成片藝術元素決定。也有人說這種區分過於簡單化,因為有些類型主要是通過其風格識別。許多史家就黑色電影展開爭論,焦點在於其究竟是一種類型,還是只是全盛期常被效仿的一種影片製作風格。
影片類型可以定義嗎?
類型通常是一個模糊概念,沒有明確的界限。許多作品跨越了多種風格。就這一點,電影理論家史錄伯(Robert Stam)寫道:
一些持續存在的疑問始終困擾著類型理論。類型真的在世界中「在那兒」,還是僅僅是分析家的構造?類型有有限的分類法還是原則上是無限的?類型是時間無關的、柏拉圖式本質還是短暫的、受時間限制的實體?類型是受文化限制的還是跨文化的?……類型分析應該是描述性的還是說明性的?
……
有些類型是基於故事內容的(戰爭片),有些則是從文學(喜劇、情節劇)或其他媒體(音樂劇)借用而來。有些基於演員(阿斯泰-羅傑斯片)或票房(票房大片),有些則基於藝術狀態(藝術片)、種族身份(黑人片)、地域(西部片)或性取向(酷兒片)。(史錄伯2000,14)
許多類型是由觀眾或相應的支持出版物如雜志、網站建立的。難以用類型劃分的影片通常不太成功。因此,影片類型在行銷、批評與消費領域也有用處。
好萊塢故事顧問圖畢強(John Truby)說:「……你必須知道如何超越種類(類型),這樣才能給觀眾帶來原創與驚訝的感覺。」[1]有些編劇將類型作為決定劇本使用何種情節或內容的手段,他們通過學習某些類型的影片得到範例。這也是某些編劇得以將成功影片的元素復制到新劇本中的方法,但這類劇本通常原創性不足。正如圖畢所說,「編劇對寫類型劇本所知甚多,但未曾加工該類型的節奏,使其以原創面孔出現。」[2]
對編劇來說,違反既有作品中的元素,使用不同或相反的元素是有意義的。原創性與驚訝是形成優秀電影故事的元素。例如,義大利西部片為人所熟知就是因為顛覆了西部片的類型,讓好人既壞又好。在此之前,西部片有一些如今稱為類型俗套(genre clichés)的內容,例如好人戴白帽,壞人戴黑帽,好人永遠在決斗中勝出。在義大利西部片打破了類型「規則」後,俗套西部片也消失了。
參考資料:www.kaixinba.net.cn
㈦ 電影該如何整理分類
我覺得其實電影的分類有很多種。比如愛情片呀,動作片啊,恐怖片呀啊,懸疑片啊,鬼片啊,呀還有搞笑啊,喜劇之類的電影。有很多很多類型的電影,而且很好分辨的噢。
㈧ KNN 演算法-理論篇-如何給電影進行分類
KNN 演算法 的全稱是 K-Nearest Neighbor ,中文為 K 近鄰 演算法,它是基於 距離 的一種演算法,簡單有效。
KNN 演算法 即可用於分類問題,也可用於回歸問題。
假如我們統計了一些 電影數據,包括電影名稱,打鬥次數,接吻次數,電影類型 ,如下:
可以看到,電影分成了兩類,分別是動作片和愛情片。
如果現在有一部新的電影A,它的打鬥和接吻次數分別是80 和7,那如何用KNN 演算法對齊進行分類呢?
我們可以將打鬥次數作為 X 軸 ,接吻次數作為 Y 軸 ,將上述電影數據畫在一個坐標系中,如下:
通過上圖可以直觀的看出,動作電影與愛情電影的分布范圍是不同的。
KNN 演算法 基於距離,它的原理是: 選擇與待分類數據最近的K 個點,這K 個點屬於哪個分類最多,那麼待分類數據就屬於哪個分類 。
所以,要判斷電影A 屬於哪一類電影,就要從已知的電影樣本中,選出距離電影A 最近的K 個點:
比如,我們從樣本中選出三個點(即 K 為 3),那麼距離電影A 最近的三個點是《功夫》,《黑客帝國》和《戰狼》,而這三部電影都是動作電影。因此,可以判斷電影A 也是動作電影。
另外,我們還要處理兩個問題:
關於點之間的距離判斷,可以參考文章 《計算機如何理解事物的相關性》 。
至於K 值的選擇,K 值較大或者較小都會對模型的訓練造成負面影響,K 值較小會造成 過擬合 ,K 值較大 欠擬合 。
因此,K 值的選擇,一般採用 交叉驗證 的方式。
交叉驗證的思路是,把樣本集中的大部分樣本作為訓練集,剩餘部分用於預測,來驗證分類模型的准確度。一般會把 K 值選取在較小范圍內,逐一嘗試K 的值,當模型准確度最高時,就是最合適的K 值。
可以總結出, KNN 演算法 用於分類問題時,一般的步驟是:
如果,我們現在有一部電影B,知道該電影屬於動作電影,並且知道該電影的接吻次數是 7 ,現在想預測該電影的打鬥次數是多少?
這個問題就屬於 回歸問題 。
首先看下,根據已知數據,如何判斷出距離電影B 最近的K 個點。
我們依然設置K 為3,已知數據為:
根據已知數據可以畫出下圖:
圖中我畫出了一條水平線,這條線代表所有接吻次數是7 的電影,接下來就是要找到距離 這條線 最近的三部(K 為 3)動作電影。
可以看到,距離這條水平線最近的三部動作電影是《功夫》,《黑客帝國》和《戰狼》,那麼這三部電影的打鬥次數的平均值,就是我們預測的電影B 的打鬥次數。
所以,電影B 的打鬥次數是:
本篇文章主要介紹了 KNN 演算法 的基本原理,它簡單易懂,即可處理分類問題,又可處理回歸問題。
KNN 演算法 是基於 距離 的一種機器學習演算法,需要計算測試點與樣本點之間的距離。因此,當數據量大的時候,計算量就會非常龐大,需要大量的存儲空間和計算時間。
另外,如果樣本數據分類不均衡,比如有些分類的樣本非常少,那麼該類別的分類准確率就會很低。因此,在實際應用中,要特別注意這一點。
(本節完。)
推薦閱讀:
決策樹演算法-理論篇-如何計算信息純度
決策樹演算法-實戰篇-鳶尾花及波士頓房價預測
樸素貝葉斯分類-理論篇-如何通過概率解決分類問題
樸素貝葉斯分類-實戰篇-如何進行文本分類
計算機如何理解事物的相關性-文檔的相似度判斷