本論文從 IMP Awards4網站上收集了近十年(2006─2015 年)的電影海報作為資 料集，並從 IMDb5網站上取得各部電影的類型資訊以及關鍵字。
3.1 資料收集
於 IMP Awards 網站中共收集了 3,465 部電影，同一部電影可能會不只有一張 電影海報，如圖 3.1，本論文將每張電影海報個別拆開，視為獨立資料作為輸入，
因此共收集了 14,210 張電影海報。
圖 3.1 資料集中電影 Everest (2015)的電影海報圖，此電影共有四張電影海報，將視為獨立資料輸 入卷積神經網路。
3.2 資料分類
在收集回來的資料中，每部電影的電影類型可能會不只一種，共有 23 類電影 類 型 ， 分 別 為 Action,,Adventure, Animation, Biography, Comedy, Crime,
4 IMP Awards, http://www.impawards.com/
5 IMDb, http://www.imdb.com/
11
Documentary, Drama, Family, Fantasy, History, Horror, Music, Musical, Mystery, News, Romance, Sci-Fi, Short, Sport, Thriller, War, Western，各個電影類型的統計資 訊如圖 3.2 所示。每部電影的電影類型標籤數量統計如圖 3.3 所示，x 軸為電影海 報的電影類型標籤數量，y 軸則為電影海報的統計數量，一部電影最多會有 8 個 電影類型標籤，最少則會有 1 個電影類型標籤，其平均值大約為 3.05。
圖 3.2 各個電影類型的統計數據。Drama 最多，Short 最少。
圖 3.3 每部電影的標籤數統計分布圖。一部電影最多有 8 個標籤，最少則有 1 個標籤。
4013 4027 1478 887 4892 2277 818 6293 2228 2479 591 1263 580 319 1411 44 2485 2351 7 424 3964 419 156
ACTION ADVENTURE ANIMATION BIOGRAPHY COMEDY CRIME DOCUMENTARY DRAMA FAMILY FANTASY HISTORY HORROR MUSIC MUSICAL MYSTERY NEWS ROMANCE SCI-FI SHORT SPORT THRILLER WAR WESTERN
由於本論文假設海報設計元素會受到電影類型的影響，因此藉由上述之 23 種電影類型作為電影海報的標籤。將電影海報所擁有的電影類型之值設為 1，未 擁有的電影類型之值設為 0，並依上述之順序產生共 23 維的向量作為電影海報的 多標籤，如圖 3.4 所示，電影《The Good Night》的電影類型有 Comedy、Drama、
Fantasy、Music 以及 Romance，箭頭下方為依上述方式產生的 23 維多標籤向量。
圖 3.4 The Good Night 的電影類型有 Comedy、Drama、Fantasy、Music、Romance，箭頭下為其 產生的 23 維多標籤向量。
3.3 關鍵字
為了分析這些電影海報中所含有的視覺元素是否會與哪些電影海報概念有關 聯，本論文將 IMDb 網站上取得的電影情節關鍵字視為可能與視覺元素有關之電 影海報概念，收集回來的資料總計有 51,955 個不同的關鍵字。各個關鍵字於資料 集的數量統計中，一個關鍵字最多會在 5,628 個電影海報出現，最少則會在一個 電影海報出現，而一個關鍵字於電影海報出現數量的平均值大約為 39.9，標準差 大 約 為 169.4 ， 其 中 出 現 最 多 的 前 三 名 分 別 為 “ death ” 、 “ murder ” 以 及
“flashback”。圖 3.5 為於資料集中每張電影海報擁有的關鍵字數量統計資訊，x
13
軸為電影海報所擁有的關鍵字數量，y 軸則為電影海報的數量統計，一張電影海 報最多有 661 個關鍵字，最少則有 1 個關鍵字，其平均值大約為 145.7。
圖 3.5 每張電影海報的關鍵字數量統計圖