Original title:
Automatický střih videí pomocí neuronových sítí
Translated title:
Automatic video cutting using neural networks
Authors:
Trmač, Lukáš ; Beran, Vítězslav (referee) ; Strýček, Šimon (advisor) Document type: Bachelor's theses
Year:
2026
Language:
cze Publisher:
Vysoké učení technické v Brně. Fakulta informačních technologií Abstract:
[cze][eng]
Bakalářská práce se zabývá automatizací střihu videozáznamů z více kamer se zaměřením na rozhovory za účelem zrychlení postprodukčního procesu. Cílem bylo navrhnout a implementovat editor videí, který dokáže predikovat optimální okamžiky pro střih. Zvolené řešení využívá pro analýzu obrazu a zvuku neuronové sítě, konkrétně k detekci bodů obličeje a hlasové aktivity. Výsledkem práce je funkční desktopová aplikace umožňující automatické generování střihu, manuální úpravy s využitím interaktivní časové osy a finální export. Pro vyhodnocení kvality predikcí byla vytvořena vlastní testovací datová sada.
This bachelor’s thesis focuses on the automation of editing multicamera video recordings, with an emphasis on interviews, in order to accelerate the post-production process. The goal was to design and implement a video editor capable of predicting optimal moments for cuts. The proposed solution employs neural networks for both visual and audio analysis, specifically for facial landmark detection and voice activity detection. The result of this work is a functional desktop application that enables automatic edit generation, manual adjustments using an interactive timeline, and final export. To evaluate the quality of the predictions, a custom testing dataset was created.
Keywords:
audio processing; automatic video editing; computer vision; deep learning; multi-camera editing; multimodal analysis; voice activity detection; automatický střih videa; detekce hlasové aktivity; hluboké učení; multimodální zpracování; počítačové vidění; vícekamerový střih; zpracování zvuku
Institution: Brno University of Technology
(web)
Document availability information: Fulltext is available in the Brno University of Technology Digital Library. Original record: http://hdl.handle.net/11012/258830