影视剧本统筹分页方法与流程

本发明涉及影视剧本统筹分页技术领域，具体涉及一种影视剧本统筹分页方法。

背景技术

影视剧本的统筹分析中涉及到剧本分页技术，该技术在剧本拍摄过程中起到至关重要的作用，导演可以根据分页技术了解当前任务的大小，了解剧本拍摄的进度以及剧本拍摄详情。常见的剧本统筹分页技术主要依据剧本拍摄内容，剧情难度、人员、场地等经验化处理，目前剧本统筹分页技术主要通过人工阅读剧本、判断剧本内容、预估工作量并做出分页标记，根据分页计算做出统筹任务规划，这种凭借经验的分页技术存在以下弊端：

a.剧本分页技术涉及的内容较多，单独分析每一页的剧本并评估剧本拍摄的工作量，存在一定的经验化并没有相应的理论依据，存在一定的错误判断，准确率不高，效率低下，主观因素较多。

b.分页技术在统筹中衡量一天的拍摄任务量，同时也对镜头和情节转换频繁程度起到了量化作用，统筹人员在量化的过程中很难仔细的去分析剧本情节和镜头之间的关系，这在剧本拍摄过程中加大了剧本统筹的难度。在场地、演员档期多重约束的情况下更是没办法做出较优的统筹安排。

c.人工经验有很多的不可控因素，档期安排需要考虑很多的客观因素，并不能准确、有效的量化分页数据、合理安排相应的拍摄计划。

技术实现要素：

为解决上述技术问题，本发明提出了一种影视剧本统筹分页方法，以达到减少人为因素对剧本分页造成的误差，提高剧本分页的效率和准确性，提高剧本拍摄的效率，节约拍摄成本的目的。

为达到上述目的，本发明的技术方案如下：一种影视剧本统筹分页方法，所述方法步骤如下：

步骤1：分别以天气、角色、场景、服装道具和场景档期为表名建立相应的数据表；

步骤2：根据剧情确认每场次戏中的演员、道具、场地和光线条件并建立分场表；

步骤3：合并场地、演员、光线条件相近的场景并建立顺场景表；

步骤4：读取顺场景表信息，建立分页计划，并通过剧本解析数据验证单集、单场、场地、角色、日期的可行性数据模型；

步骤5：计算剧本单场的场景复杂度；

步骤6：对相似分场景进行归类，并在a4纸版面上按小四号宋体字体对剧本进行重排；

步骤7：统计对应场景的行数和当页剧本的行数；

步骤8：根据步骤5的结果对分场景进行标签化处理，形成带权重的场景标签，根据步骤6的结果计算对应场景在整页中的占比，计算分页。

进一步地，所述天气表中的字段包括：日期和状态；所述角色表中的字段包括：集、场次和角色；所述场景表中的字段包括：集、场次和场景名称；所述服装道具表中的字段包括：集、场次、道具名称和道具权重；所述场景档期表中的字段包括：集、场次、档期状态和权重。

进一步地，所述读取顺场景表信息，建立分页计划具体到同一场景时，优先拍摄相同或近似光线条件下的镜头；在相同光线条件下，优先拍摄相同机位的镜头或特殊演员的镜头。

进一步地，所述计算剧本单场的场景复杂度的方法是：定义场景的剧本字数c1、演员数量c2、特约演员数量c3、群众演员数量c4、道具数量pi、道具复杂程度δi、镜头类型st和每一场景的os量os，所述镜头类型st分为正常镜头、特殊镜头和其他镜头，计算公式为：

进一步地，所述对相似分场景进行归类的方法是：采用自然语言处理中的文本分析技术对剧本进行分词、打标签和人工增强，解析剧本中的分场景，在准确解析的前提下，对相似分场景归类。

进一步地，所述计算分页的方法为：定义带权重的场景标签为οi，定义对应场景在整页中的占比为δn，其中n为场景数，计算公式为page＝δn*οi。

本发明具有如下优点：

(1).本发明通过自然语言处理技术结合机器学习算法，分析整个剧本的统筹分页安排，引入场景复杂度的概念并对其进行量化，减少人为因素对剧本分页造成的误差，提高剧本分页的效率和准确性，提高剧本拍摄的效率，节约拍摄成本。

(2).本发明在剧本增加内容、删除内容、修改内容的情况下，能够重新生成统筹分页任务，灵活性强，节约重新统筹计划的时间，提高分页效率。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍。

图1为本发明实施例公开的影视剧本统筹分页方法流程图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。

本发明提供了一种影视剧本统筹分页方法，其工作原理是通过自然语言处理技术结合机器学习算法，分析整个剧本的统筹分页安排，引入场景复杂度的概念并对其进行量化，以达到减少人为因素对剧本分页造成的误差，提高剧本分页的效率和准确性，提高剧本拍摄的效率，节约拍摄成本的目的。

下面结合实施例和具体实施方式对本发明作进一步详细的说明。

如图1所示，一种影视剧本统筹分页方法，所述方法步骤如下：

步骤1：分别以天气、角色、场景、服装道具和场景档期为表名建立相应的数据表；

步骤2：根据剧情确认每场次戏中的演员、道具、场地和光线条件并建立分场表；

步骤3：合并场地、演员、光线条件相近的场景并建立顺场景表，减少转场和后场时间；

步骤4：读取顺场景表信息，建立分页计划，并通过剧本解析数据验证单集、单场、场地、角色、日期的可行性数据模型；

步骤5：计算剧本单场的场景复杂度；

步骤6：对相似分场景进行归类，并在a4纸版面上按小四号宋体字体对剧本进行重新排版；

步骤7：统计对应场景的行数rn和当页剧本的行数rk，其中n为场景数，k为页数；

步骤8：根据步骤5的结果对分场景进行标签化处理，形成带权重的场景标签，根据步骤6的结果计算对应场景在整页中的占比，计算分页。

其中，所述天气表中的字段包括：日期和状态；所述角色表中的字段包括：集、场次和角色；所述场景表中的字段包括：集、场次和场景名称；所述服装道具表中的字段包括：集、场次、道具名称和道具权重；所述场景档期表中的字段包括：集、场次、档期状态和权重。

其中，所述读取顺场景表信息，建立分页计划具体到同一场景时，优先拍摄相同或近似光线条件下的镜头；在相同光线条件下，优先拍摄相同机位的镜头或特殊演员的镜头，一般的原则是：尽可能不动大灯的前提下，把相同或近似光线条件的镜头先拍完，然后再调整灯光，拍摄下一个光线条件的镜头，在相同光线条件下，优先拍摄相同机位的镜头，如果有特殊演员档期有限，那就优先抢拍特殊演员的戏份，就是所有需要他(她)露脸的镜头，然后等走了再拍其他的反应镜头和环境镜头，全景和动作用替身替代。

其中，所述计算剧本单场的场景复杂度的方法是：定义场景的剧本字数c1、演员数量c2、特约演员数量c3、群众演员数量c4、道具数量pi、道具复杂程度δi、镜头类型st和每一场景的os量os，所述镜头类型st分为正常镜头、特殊镜头和其他镜头，计算公式为：

其中，所述对相似分场景进行归类的方法是：采用自然语言处理中的文本分析技术对剧本进行分词、打标签和人工增强，解析剧本中的分场景，在准确解析的前提下，对相似分场景归类。

其中，所述计算分页的方法为：定义带权重的场景标签为οi，定义对应场景在整页中的占比为δn，其中n为场景数，计算公式为page＝δn*οi，每页的计算：每页纸的容量相当于荧幕上的一分钟，每一场景给出演员简要的性别、年龄、性格特征描述方便统筹人员对剧本有基本的了解。

其中，对于特殊场景需要拍摄角度变化，根据剧本对白以及人物关系，灯光组合结合实际给予人工调整。

本发明在读取影视剧本内容后，通过人工标签技术，利用自然语言处理中的文本分析技术对剧本分词、打标签、人工增强等方式，将标签化的内容分成演员组、场景组、道具组、配音组、化妆组等，通过剧本内容与标签化结果建立演员、场景对应关系，根据拍摄内容、演员数量、场景档期、剧情内容先对剧本分场景计算相应场景的复杂度；根据复杂度计算量化拍摄内容，在规定时间里给出统筹分页量化指标；此外还可根据拍摄任务对于任务量较大的场次进行人工调整，给剧本统筹人员减轻了工作负担，同时在剧本增加内容、删除内容、修改内容的情况下，能够重新生成统筹分页任务，给剧本统筹安排提供最优化统筹计划节省时间，解决了依靠人工经验对剧本完成统筹分页的低效问题。

由于人工智能技术与影视产业的行业隔阂，影视工作人员在做统筹规划分页安排时基本都靠经验完成，现代的各种智能技术难以渗透，本发明和传统的剧本拍摄计划的重大区别在于引入了智能技术解决影视行业的问题，取代了传统靠统筹人员经验计划排片的工作方式。

以上所述的仅是本发明所公开的一种影视剧本统筹分页方法的优选实施方式，应当指出，对于本领域的普通技术人员来说，在不脱离本发明创造构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。