CN111757147B - 一种赛事视频结构化的方法、装置及*** - Google Patents

一种赛事视频结构化的方法、装置及*** Download PDF

Info

Publication number
CN111757147B
CN111757147B CN202010493121.XA CN202010493121A CN111757147B CN 111757147 B CN111757147 B CN 111757147B CN 202010493121 A CN202010493121 A CN 202010493121A CN 111757147 B CN111757147 B CN 111757147B
Authority
CN
China
Prior art keywords
event
video
events
display time
time stamp
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202010493121.XA
Other languages
English (en)
Other versions
CN111757147A (zh
Inventor
赵筠
吴双龙
尹东芹
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jiangsu Biying Technology Co ltd
Jiangsu Suning Cloud Computing Co ltd
Original Assignee
Suning Cloud Computing Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Suning Cloud Computing Co Ltd filed Critical Suning Cloud Computing Co Ltd
Priority to CN202010493121.XA priority Critical patent/CN111757147B/zh
Publication of CN111757147A publication Critical patent/CN111757147A/zh
Application granted granted Critical
Publication of CN111757147B publication Critical patent/CN111757147B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/234—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/21—Server components or server architectures
    • H04N21/218—Source of audio or video content, e.g. local disk arrays
    • H04N21/2187—Live feed
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/47—End-user applications
    • H04N21/472—End-user interface for requesting content, additional data or services; End-user interface for interacting with content, e.g. for content reservation or setting reminders, for requesting event notification, for manipulating displayed content
    • H04N21/47202—End-user interface for requesting content, additional data or services; End-user interface for interacting with content, e.g. for content reservation or setting reminders, for requesting event notification, for manipulating displayed content for requesting content on demand, e.g. video on demand
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/80—Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
    • H04N21/83—Generation or processing of protective or descriptive data associated with content; Content structuring
    • H04N21/845—Structuring of content, e.g. decomposing content into time segments
    • H04N21/8456—Structuring of content, e.g. decomposing content into time segments by decomposing the content in the time domain, e.g. in time segments
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/80—Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
    • H04N21/85—Assembly of content; Generation of multimedia applications
    • H04N21/854—Content authoring
    • H04N21/8547—Content authoring involving timestamps for synchronizing content

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Databases & Information Systems (AREA)
  • Human Computer Interaction (AREA)
  • Computer Security & Cryptography (AREA)
  • Television Signal Processing For Recording (AREA)

Abstract

本发明公开一种赛事视频结构化的方法、装置及***，该方法至少包括如下步骤：获取待处理赛事视频流的N个视频帧，识别视频帧中的赛事时间标识并与显示时间戳进行第一次时间轴匹配，然后解析获得事件并将事件在赛事中的发生时间与显示时间戳进行第二次时间轴匹配，并根据构成目标时间的若干关联事件确定目标事件的起点显示时间戳及终点显示时间戳，最终提取目标事件的视频帧并剪辑压制成目标视频，该方法能采用两次时间轴对齐以及深度学习算法实现批量事件视频的自动化剪辑，有效提高视频剪辑的时效性及准确性，实现无需拉取全部待处理赛事视频流，仅通过抽取极少相关视频帧进行处理，降低网络带宽成本和服务器资源消耗，降低成本。

Description

一种赛事视频结构化的方法、装置及***
技术领域
本发明涉及视频处理领域，特别涉及一种赛事视频结构化的方法、装置及***。
背景技术
传统媒体在版权赛事运营中，对于赛事直播过程或者历史视频点播中针对重要事件都会剪辑出一些事件片段，如足球赛事中的进球、犯规等事件，剪辑出的事件片段用于供用户浏览分享。现有做法通常依靠大量的编辑人员手工剪辑生产。时效性差，就赛事直播而言，一条赛事事件的视频，往往要比事件发生延迟若干分钟甚至十几分钟才能输出，影响用户观赛体验；内容产量低，受限于运营资源，内容生产只能重点保障重点赛事，非头部赛事的内容产量尤其受影响，且一场赛事输出视频数量有限。随着现阶段体育赛事越来越丰富，人工剪辑的方法已经不能满足对大量赛事进行专业化快速的剪辑的需求。
对此，公开号为CN110188241A的中国专利申请公开了一种赛事智能制作***及制作方法，其通过获取赛事数据，生成赛事进程时间线，以及编辑人员利用挑选编辑模块根据统计分析结果及特征标签挑选事件片段，将事件片段所对应的时间片段拖拽到时间线上完成赛事编辑。
可见，该方案虽然实现了智能化，但在制作过程中，仍然需要编辑人员利用挑选编辑模块根据统计分析结果及特征标签挑选事件片段，将事件片段所对应的时间片段拖拽到时间线上完成赛事编辑，并未实现完全的无人化运行，并且在处理过程中需要获取整个赛事数据，网络宽带成本以及服务器资源消耗较高。为此，亟待寻求一种能完全自动提取事件视频且成本较低的赛事视频制作方法。
发明内容
为解决上述技术问题，本发明提供了一种赛事视频结构化的方法、装置及***，其能在有效降低成本的前提下，实现批量事件视频的自动化剪辑。
本发明提供的技术方案如下：
第一方面，提供一种赛事视频结构化的方法，所述方法至少包括如下步骤：
获取待处理赛事视频流中的N个视频帧以及每个视频帧对应的显示时间戳；
识别所述N个视频帧中每一视频帧画面中的赛事时间标识，将所述赛事时间标识与显示时间戳进行第一次时间轴匹配以定位有效赛事视频；
对与所述待处理赛事视频流对应的赛事数据进行解析以获得所有事件的结构化数据，所述结构化数据包括事件在赛事中的发生时间，将所述发生时间与所述事件的显示时间戳进行第二次时间轴匹配；
在所有事件中获取构成任一目标事件的若干关联事件，并根据若干关联事件的起讫点确定所述目标事件的起点显示时间戳及终点显示时间戳，在所述有效赛事视频内定位并提取所述目标事件的所有视频帧，剪辑压制成目标视频。
在一些较佳的实施方式中，所述获取待处理赛事视频流中的N个视频帧以及每个视频帧对应的显示时间戳之前，还包括：
开赛前预先获取赛程数据，并根据所述赛程数据判断所述待处理赛事视频流是直播视频流或历史视频流，并下发对所述待处理赛事视频的抽帧任务；
当所述待处理赛事视频流为直播视频流时，向内容分发网络下发对所述待处理赛事视频流的抽帧任务，所述抽帧任务为：内容分发网络以预设频率对所述待处理赛事视频流截取视频帧，并提取每一视频帧的显示时间戳。
在一些较佳的实施方式中，所述获取待处理赛事视频流中的N个视频帧以及每个视频帧对应的显示时间戳，具体为：
获取所述内容分发网络提供的所述待处理赛事视频流中每一开场后的前N个视频帧以及每个视频帧相应的显示时间戳，N＝4～6。
在一些较佳的实施方式中，所述识别所述N个视频帧中每一视频帧画面中的赛事时间标识，将所述赛事时间标识与显示时间戳进行第一次时间轴匹配以定位有效赛事视频，至少包括：
采用深度学习算法识别所述N个视频帧中每一视频帧画面中的赛事时间标识；
将所述待处理赛事视频流中每一开场后的前N个视频帧中的赛事时间标识与相应的显示时间戳进行匹配以定位有效赛事视频。
在一些较佳的实施方式中，所述在所有事件中获取构成任一目标事件的若干关联事件，并根据若干关联事件的起讫点确定所述目标事件的起点显示时间戳及终点显示时间戳，在所述有效赛事视频内定位并提取所述目标事件的所有视频帧，剪辑压制成目标视频，至少包括：
根据预设的关联规则，在所有事件中获取构成任一目标事件的若干关联事件，所述关联事件包括一核心事件以及与所述核心事件关联的其余关联事件；
对所述若干关联事件按照显示时间戳先后进行排序；
将最早开始的关联事件的起点的显示时间戳作为所述目标事件的起点显示时间戳，以及最晚结束的关联事件的终点的显示时间戳作为所述目标事件的终点显示时间戳；
根据所述起点显示时间戳和终点显示时间戳在内容分发网络中分别定位并提取两者及两者之间的所有视频帧，剪辑压制成目标视频。
在一些较佳的实施方式中，当所述待处理赛事视频为历史视频时，下发对所述待处理赛事视频流的抽帧任务，所述抽帧任务为：随机设置距离视频播放起点一定偏移量的N个不同的时间点，N≥2。
在一些较佳的实施方式中，所述获取待处理赛事视频流中的N个视频帧以及每个视频帧对应的显示时间戳，至少包括：
基于预先获取的历史视频播放地址，在待处理赛事视频流中查找N个时间点对应的视频帧；
提取所述N个时间点的视频帧、每个视频帧相应显示时间戳。
在一些较佳的实施方式中，所述在所有事件中获取构成任一目标事件的若干关联事件，并根据若干关联事件的起讫点确定目标事件的起点显示时间戳及终点显示时间戳，至少包括：
查询所述待处理赛事视频流的所有事件，在所有事件中获取构成任一目标事件的若干关联事件，所述关联事件包括一核心事件以及与所述核心事件关联的其余关联事件；
将最早开始的关联事件的起点的显示时间戳作为所述目标事件的起点显示时间戳，以及最晚结束的关联事件的终点的显示时间戳作为所述目标事件的终点显示时间戳。
第二方面，提供一种赛事视频结构化的装置，所述装置至少包括：
获取模块，用于获取待处理赛事视频流中的N个视频帧以及每个视频帧对应的显示时间戳；
第一时间轴匹配模块，用于识别所述N个视频帧中每一视频帧画面中的赛事时间标识，将所述赛事时间标识与显示时间戳进行第一次时间轴匹配以定位有效赛事视频；
第二时间轴匹配模块，用于对与所述待处理赛事视频流对应的赛事数据进行解析以获得所有事件的结构化数据，所述结构化数据包括事件在赛事中的发生时间，将所述发生时间与所述事件的显示时间戳进行第二次时间轴匹配；
目标视频剪辑模块：用于在所有事件中获取构成任一目标事件的若干关联事件，并根据若干关联事件的起讫点确定所述目标事件的起点显示时间戳及终点显示时间戳，在所述有效赛事视频内定位并提取所述目标事件的所有视频帧，剪辑压制成目标视频。
在一些较佳的实施方式中，所述装置还包括：
判断模块，用于根据开赛前预先获取的赛程数据，判断所述待处理赛事视频流是直播视频流或历史视频流；
抽帧任务下发模块，用于当所述待处理赛事视频流为直播视频流时，向内容分发网络下发对所述待处理赛事视频流的抽帧任务，所述抽帧任务为：内容分发网络以预设频率对所述待处理赛事视频流截取视频帧，并提取每一视频帧的显示时间戳。
在一些较佳的实施方式中，当所述待处理赛事视频流为直播视频流时，所述获取模块用于，获取所述内容分发网络提供的所述待处理赛事视频流中每一开场后的前N个视频帧以及每个视频帧相应的显示时间戳，N＝4～6。
在一些较佳的实施方式中，所述第一时间轴匹配模块至少包括：
识别单元，用于采用深度学习算法识别所述N个视频帧中每一视频帧画面中的赛事时间标识；
第一匹配单元，用于将所述待处理赛事视频流中每一开场后的前N个视频帧中的赛事时间标识与相应的显示时间戳进行匹配以定位有效赛事视频。
在一些较佳的实施方式中，所述目标视频剪辑模块至少包括：
关联单元，用于根据预设的关联规则，在所有事件中获取构成任一目标事件的若干关联事件，所述关联事件包括一核心事件以及与所述核心事件关联的其余关联事件；
排序单元，用于对所述若干关联事件按照显示时间戳先后进行排序；
起始点定位单元，用于将最早开始的关联事件的起点的显示时间戳作为所述目标事件的起点显示时间戳，以及最晚结束的关联事件的终点的显示时间戳作为所述目标事件的终点显示时间戳；
剪辑单元，用于根据所述起点显示时间戳和终点显示时间戳在内容分发网络中分别定位并提取两者及两者之间的所有视频帧，剪辑压制成目标视频。
在一些较佳的实施方式中，抽帧任务下发模块还用于，当所述待处理赛事视频为历史视频时，下发对所述待处理赛事视频流的抽帧任务，所述抽帧任务为：随机设置距离开场一定偏移量的N个不同的时间点，N≥2。
在一些较佳的实施方式中，当所述待处理赛事视频为历史视频时，所述获取模块还用于，基于预先获取的历史视频播放地址，在待处理赛事视频流中查找N个时间点对应的视频帧；提取所述N个时间点的视频帧、每个视频帧相应显示时间戳。
第三方面，提供一种计算机***，包括：
一个或多个处理器；以及
与所述一个或多个处理器关联的存储器，所述存储器用于存储程序指令，所述程序指令在被所述一个或多个处理器读取执行时，执行如下操作：
获取待处理赛事视频流中的N个视频帧以及每个视频帧对应的显示时间戳；
识别所述N个视频帧中每一视频帧画面中的赛事时间标识，将所述赛事时间标识与显示时间戳进行第一次时间轴匹配以定位有效赛事视频；
对与所述待处理赛事视频流对应的赛事数据进行解析以获得所有事件的结构化数据，所述结构化数据包括事件在赛事中的发生时间，将所述发生时间与所述事件的显示时间戳进行第二次时间轴匹配；
在所有事件中获取构成任一目标事件的若干关联事件，并根据若干关联事件的起讫点确定所述目标事件的起点显示时间戳及终点显示时间戳，在所述有效赛事视频内定位并提取所述目标事件的所有视频帧，剪辑压制成目标视频。
本发明相比现有技术而言的有益效果在于：
本发明提供一种赛事视频结构化的方法、装置及***，该方法至少包括如下步骤：对待处理赛事视频流抽取N个视频帧，识别N个视频帧中的赛事时间标识并与显示时间戳进行第一次时间轴匹配，然后解析获得事件并将事件在赛事中的发生时间与显示时间戳进行第二次时间轴匹配，并根据构成目标时间的若干关联事件确定目标事件的起点显示时间戳及终点显示时间戳，最终提取目标事件的视频帧并剪辑压制成目标视频，该方法能采用两次时间轴对齐以及深度学习算法实现批量事件视频的自动化剪辑，有效提高视频剪辑的时效性，实现无需拉取全部待处理赛事视频流，仅通过抽取极少相关视频帧进行处理，降低网络带宽成本和服务器资源消耗，降低成本；
在识别赛事时间标识时，采用深度学习算法识别视频帧画面中的赛事时间标识，进一步提高事件打点的准确率，且能有效识别出常规时间以及加时时间，适用于具有伤停补时或加时赛的视频，适用性较广。
本申请的方案只要实现其中任一技术效果即可。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例一中的一种赛事视频结构化的方法流程图；
图2是本发明实施例一中的一种赛事视频结构化的方法逻辑示意图；
图3是一种情况下的识别示意图；
图4是另一种情况下的识别示意图；
图5是本发明实施例二中的一种赛事视频结构化的装置的结构图；
图6是本申请实施例三提供的计算机***架构图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，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，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
体育赛事事件视频制作过程中，具有时效、打点精准要求。为解决当前视频剪辑过程中时效性差、内容产量低以及人工参与的问题，本发明提供一种赛事视频结构化的方法及装置，该方法同时适用于直播场景及历史视频点播场景的目标事件视频剪辑，且剪辑效率较高，能实现长时间无人值守运行。
下面将结合具体实施例对该赛事视频结构化的方法、装置及***作进一步说明。
实施例一
结合图1、2所示，本实施例提供一种赛事视频结构化的方法，其至少包括如下步骤：
S1、获取待处理赛事视频流中的N个视频帧以及每个视频帧对应的显示时间戳。
在步骤S1之前，还包括：
S01、根据开赛前预先获取的赛程数据，判断待处理赛事视频流是直播视频流或历史视频流，并下发对待处理赛事视频的抽帧任务。
在进行体育赛事视频处理时，特别是足球赛事场景下，开赛前赛事分析平台预先获取赛程数据，并根据赛程数据判断待处理赛事视频流是直播视频流或历史视频流。
开赛前，赛事分析平台从赛事数据提供商获取的赛程数据包括：开赛时间、参赛球队球员基础信息，以及高清档位直播媒资ID等相关信息，根据开赛时间是否晚于当前时间，来判断待处理赛事视频流是否为直播视频流。
S02、当待处理赛事视频流为直播视频流时，向内容分发网络下发对待处理赛事视频流的抽帧任务，抽帧任务为：内容分发网络以预设频率对待处理赛事视频流截取视频帧，并提取每一视频帧的显示时间戳。
内容分发网络(Content Delivery Network，以下简称CDN)为通过在网络各处放置节点服务器所构成的在现有的互联网基础之上的一层智能虚拟网络，其能尽可能避开互联网上有可能影响数据传输速度和稳定性的瓶颈和环节，使内容传输的更快、更稳定。
通常，***需要在距离开赛时间至少15分钟左右，向CDN下发该抽帧任务，以给CDN一定的接入及调用连接时间。在直播环境下，为了提高显示时间戳的有序、准确及可操作性，预设的抽帧频率是固定的，且作为一种优选，采用以秒为单位固定频率地抽帧。
当判断待处理赛事视频流为直播视频流时，步骤S1具体为：
获取CDN提供的待处理赛事视频流中每一开场后的N个视频帧、每个视频帧所在的TS分片的分片标识及相应的显示时间戳，N＝4～6。
其中，分片标识，是指TS分片的BlockID。显示时间戳(Presentation Time Stamp，以下简称PTS)，PTS主要用于度量解码后的视频帧什么时候被显示出来，即用于标记制成的目标视频中每一帧的显示时间点。
以足球赛事视频为例，上半场或下半场赛事开始后，***向CDN获取待处理赛事视频流每一开场后的前4～6个视频帧以及相应的TS分片的BlockID及每一视频帧的PTS。
S2、识别N个视频帧中每一视频帧画面中的赛事时间标识，将赛事时间标识与PTS进行第一次时间轴匹配以定位有效赛事视频。该步骤S2具体包括如下子步骤：
S21、采用深度学习算法识别N个视频帧中每一视频帧画面中的赛事时间标识。
***采用AI识别技术识别每一视频帧画面中的赛事时间标识，赛事时间标识优选每场/半场赛事中的比分牌显示时间，包括常规时间及加时时间。本实施例采用深度学习算法进行AI识别，但对于具体采用哪一种深度学习算法并不限制，优选采用Faster R-CNN神经网络实现。
当采用Faster R-CNN神经网络对比分牌显示时间进行AI识别时，可以实现由粗到细的时间、比分位置的定位和识别，大大提高了小目标(数字)的识别准确率。如图3所示，首先在整幅图像上识别出比分牌，然后在比分牌上进一步识别时间矩形框，最后在识别出的时间矩形框上识别数字、符号，并且按照位置从左到右进行排序，若识别结果符合时间格式，则识别校验成功，返回显示时间，否则识别校验失败，重新识别。通常，以判断依次抽取的帧画面中提取的赛事时间标识是否递增来进行检测即可。
体育赛事特别是足球赛事场景中，如果所需识别的图片是伤停补时或加时赛情况下，比分牌样式会发生如图4所示的改变。其中的常规时间和加时时间需要分别识别，并累加求和后作为赛事时间标识。
因此，本实施例在识别赛事时间标识时，采用深度学习算法识别视频帧画面中的赛事时间标识，进一步提高事件打点的准确率，且能有效识别出常规时间以及加时时间，适用于具有伤停补时或加时赛的视频，适用性较广。
S22、将待处理赛事视频流中每一开场后的N个视频帧中的赛事时间标识与相应的显PTS进行匹配以定位有效赛事视频。
作为一种优选地实施方式，在体育赛事直播场景下，向CDN提取待处理赛事视频流开场后的前4～6个视频帧、每一视频帧相应的TS分片的分片标识及显示时间戳之后，将每一视频帧中画面中识别出的赛事时间标识与PTS对齐，实现第一次时间轴对齐，即实现开场时间点对齐。
不管是直播还是点播场景下，很多视频并不是以体育赛事起点开始播放的，因此，本实施例中将视频中体现比赛过程的部分称为有效赛事视频，通过获取有效赛事时间提高定位精度。
示例性地，表1所示为按照固定频率抽取的视频帧，标记了每一视频帧所属TS分片的BlockId及PTS，并识别了比分牌显示时间，以及比分牌显示时间与PTS的对应关系。
Figure BDA0002521843760000111
表1直播流TS分片BlockId、PTS和比分牌显示时间的对应关系
S3、对与待处理赛事视频流对应的赛事数据进行解析以获得所有事件的结构化数据，结构化数据包括事件在赛事中的发生时间，将发生时间与事件的PTS进行第二次时间轴匹配，该步骤S3具体包括如下子步骤：
S31、数据中台获取赛事供应商实时推送的赛事数据；
S32、赛事分析平台获取并对赛事数据进行解析以获得赛事过程中所产生的所有事件及事件信息，并形成结构化数据，事件信息包括事件发生在比赛中的发生时间，发生位置，球员名称等。
示例性地，以赛事数据提供商OPTA的F24接口数据为例，F24接口是单场比赛事件接口，针对场上发生的每一个事件，OPTA以事件附带若干修饰符的方式来描述。未解析的原始数据如下：
<Event id＝"1352520912"event_id＝"35"type_id＝"15"period_id＝"1"min＝"8"sec＝"53"player_id＝"58498"team_id＝"6903"outcome＝"1"x＝"91.7"y＝"34.8"timestamp＝"2018-08-11T11:10:00.659"last_modified＝"2018-08-11T11:10:47"version＝"1533982247571">
解析内容如下：
解析：type_id＝"15"代表这是射门事件，具体为射门被扑出；发生在上半场8分53秒，涉及球员id：58498(伊哈洛)，涉及球队id：6903(长春亚泰)，射门发生位于球场的平面坐标为(91.7,34.8)
<Q id＝"1961559488"qualifier_id＝"233"value＝"29"/>
解析：233代表这是一个需要两队参与的事件，29代表另一队的事件id
<Q id＝"1120390180"qualifier_id＝"147"value＝"47.5"/>
解析：147代表封堵射门的Y坐标，47.5指的是坐标值
<Q id＝"1218253117"qualifier_id＝"55"value＝"34"/>
解析：55代表这次射门之前关联了一个传球事件，34是那个传球事件的id
<Q id＝"1494229184"qualifier_id＝"103"value＝"4.4"/>
解析：103代表球在门框的Z坐标，4.4是坐标值
<Q id＝"1686115782"qualifier_id＝"29"/>
解析：29代表这次射门是别人传球给的射门机会
<Q id＝"2135310035"qualifier_id＝"80"/>
解析：80代表这次射门打在球门右下角
<Q id＝"1290319558"qualifier_id＝"22"/>
解析：22代表这是一次阵地进攻
<Q id＝"1924580859"qualifier_id＝"102"value＝"46.1"/>
解析：102代表球在门框的Y坐标，46.1是坐标值
<Q id＝"1189671310"qualifier_id＝"146"value＝"99.4"/>
解析：146代表封堵射门的X坐标，99.4是坐标值
<Q id＝"1635695935"qualifier_id＝"56"value＝"Center"/>
解析：56代表这是一个触球事件，Center代表这次击中球的中心
<Q id＝"1767683930"qualifier_id＝"20"/>
解析：20代表球员用右脚射门
<Q id＝"1213721397"qualifier_id＝"63"/>
解析：63代表射门位置在禁区右侧
如此，可实时获取赛事过程中所产生的所有事件及信息。
S33、提取事件在赛事中的发生时间。
S34、将事件在赛事中的发生时间与显示时间戳进行第二次时间轴匹配。
在赛事直播中，赛事可能具有多次中断或者延长，因此所识别的事件发生的时间与显示时间戳并不是完全对应的，需要进行第二次时间轴匹配以实现发生时间与显示时间戳的对齐。
S4、在所有事件中获取构成任一目标事件的若干关联事件，并根据若干关联事件的起讫点确定所述目标事件的起点PTS及终点PTS，在有效赛事视频内定位并提取目标事件的所有视频帧，剪辑压制成目标视频。该步骤S4具体包括如下子步骤：
S41、根据预设的关联规则，在所有事件中获取构成任一目标事件的若干关联事件，关联事件包括一核心事件以及与核心事件关联的其余关联事件。
具有关联关系的若干事件合起来构成目标事件，一场赛事中包括多个目标事件，将构成目标事件的关联事件剪辑输出，及形成目标事件的目标视频，目标视频充分展示了一核心事件的前因后果，逻辑性、连续性及观赏性较强，受到众多赛事观看者的欢迎。
目标事件包括核心事件以及与其具有关联关系的多个关联事件。如：以进球作为核心事件时，进球事件前可能发生传球、盘带、过人事件，进球事件后将发生中圈开球事件，其中的传球、盘带、过人、中圈开球事件即为进球这一目标事件中与进球事件相关联的关联事件。
该步骤通过关联规则，将所有事件进行分类。需要说明的是，关联规则是根据事件内容、现有的剪辑习惯及经验设置，本实施例中不作具体限定。
S42、对若干关联事件按照显示时间戳先后进行排序。
关联事件的发生有一定先后性，每一关联事件均具有PTS，故以PTS即可对关联事件进行排序。
S43、将最早开始的关联事件的起点的PTS作为目标事件的起点显示时间戳，以及最晚结束的关联事件的终点的PTS作为所述目标事件的终点PTS。
起点PTS及终点PTS之间的所有视频帧，即为待输出的目标事件所包括的所有连续视频帧。
S44、根据起点PTS和终点PTS在内容分发网络中分别定位并提取两者及两者之间的所有视频帧，剪辑压制成目标视频。该步骤S44至少包括如下子步骤：
S441、根据起点PTS和终点PTS的BlockID在CDN中分别定位相应的TS分片；
S442、在所定位的TS分片之间定位并提取起点PTS和终点PTS之间的所有视频帧，剪辑压制成目标视频。
S5、基于解析获得的核心事件及事件信息，生成目标视频的标题及简介。
赛事分析平台提取诸如进球事件之类的核心事件并关联相关事件信息，如球队、球员、赛事、事件类型等，最终生成包括各个维度信息的目标视频标题，如“第25分钟曼联球员鲁尼进球曼联2-1切尔西”。进一步地，基于相关事件信息，提取更详细的事件信息，生成目标视频简介。其中的提取、关联等手段均为本领域常用的技术手段，此处不作描述。
当步骤S0的判断结果为历史视频时，进行视频结构化采用的方法基本与直播场景基本相同，区别仅在于S1及S4，由于历史视频已完成录制，具有明确的视频长度，因此，历史视频点播场景下，步骤S1'具体包括如下子步骤：
S11'、随机设置距离视频播放起点一定偏移量的N个不同的时间点，N≥2。需要说明的是，(在足球赛事场景下)N个时间点中，包括上半场的时间点，也包括下半场的时间点。
S12'、基于预先获取的历史视频播放地址，在待处理赛事视频流中查找N个时间点对应的视频帧。对视频帧进行校验，当视频帧中仅包括上半场时间点对应的视频帧或者仅为下半场时间点对应的视频帧时，则校验不通过，返回步骤S11'继续抽帧，至同时包括上半场及下半场时间点对应的视频帧。
S13'、提取所述N个时间点的视频帧、每个视频帧对应的PTS。
在历史视频点播场景下，历史视频的总长度是确定的，赛事分析平台通过随机设置距离视频开始时间0分0秒的N个不同偏移量的时间点，偏移量是相对于视频总时长的相对时间点，表达形式可以是具体时间差或者百分比，如视频开始后20：02或20％等。因为是点播视频文件，所以不需要调用CDN进行抽帧。
步骤S4'至少包括如下子步骤：
S41'、查询待处理赛事视频流的所有事件，在所有事件中获取构成任一目标事件的若干关联事件，关联事件包括一核心事件以及与核心事件关联的其余关联事件；
S42'、将最早开始的关联事件的起点的PTS作为所述目标事件的起点PTS，以及最晚结束的关联事件的终点的PTS作为所述目标事件的终点PTS。
需要说明的是，在历史视频点播场景下，各事件距离开场的时间偏移是确定的，故在找出一目标事件的关联事件后即可确定起点显示时间戳和终点显示时间戳。
本实施例提供的一种赛事视频结构化的方法能实现批量事件视频的自动化剪辑，有效提高视频剪辑的效率，且期间采用两次时间轴对齐的方式，使事件打点的准确性较高，进一步，该方法在实现过程中无需拉取全部的待处理赛事视频流，而是通过抽取极少相关视频帧进行处理即可，大大降低了网络带宽成本和服务器资源消耗，有效降低成本。
实施例二
为执行上述实施例一中的一种赛事视频结构化的方法，本实施例提供一种与之对应的赛事视频结构化的装置100，如图5所示，该装置100至少包括：
获取模块1，用于获取待处理赛事视频流中的N个视频帧以及每个视频帧对应的显示时间戳；
第一时间轴匹配模块2，用于识别所述N个视频帧中每一视频帧画面中的赛事时间标识，将所述赛事时间标识与显示时间戳进行第一次时间轴匹配以定位有效赛事视频；
第二时间轴匹配模块3，用于对与所述待处理赛事视频流对应的赛事数据进行解析以获得所有事件的结构化数据，所述结构化数据包括事件在赛事中的发生时间，将所述发生时间与所述事件的显示时间戳进行第二次时间轴匹配；
目标视频剪辑模块4：用于在所有事件中获取构成任一目标事件的若干关联事件，并根据若干关联事件的起讫点确定所述目标事件的起点显示时间戳及终点显示时间戳，在所述有效赛事视频内定位并提取所述目标事件的所有视频帧，剪辑压制成目标视频。
判断模块5，用于根据开赛前预先获取的赛程数据，判断所述待处理赛事视频流是直播视频流或历史视频流。
抽帧任务下发模块6，用于当所述待处理赛事视频流为直播视频流时，向内容分发网络下发对所述待处理赛事视频流的抽帧任务，所述抽帧任务为：内容分发网络以预设频率对所述待处理赛事视频流截取视频帧，并提取每一视频帧的显示时间戳。
当所述待处理赛事视频流为直播视频流时，所述获取模块用于，获取所述内容分发网络提供的所述待处理赛事视频流中每一开场后的前N个视频帧以及每个视频帧相应的显示时间戳，N＝4～6。
当所述待处理赛事视频为历史视频时，所述获取模块还用于，基于预先获取的历史视频播放地址，在待处理赛事视频流中查找N个时间点对应的视频帧；提取所述N个时间点的视频帧、每个视频帧相应显示时间戳。
第一时间轴匹配模块2至少包括：
识别单元，用于采用深度学习算法识别所述N个视频帧中每一视频帧画面中的赛事时间标识；
第一匹配单元，用于将所述待处理赛事视频流中每一开场后的前N个视频帧中的赛事时间标识与相应的显示时间戳进行匹配以定位有效赛事视频。
目标视频剪辑模块4至少包括：
关联单元，用于根据预设的关联规则，在所有事件中获取构成任一目标事件的若干关联事件，所述关联事件包括一核心事件以及与所述核心事件关联的其余关联事件；
排序单元，用于对所述若干关联事件按照显示时间戳先后进行排序；
起始点定位模块，用于将最早开始的关联事件的起点的显示时间戳作为所述目标事件的起点显示时间戳，以及最晚结束的关联事件的终点的显示时间戳作为所述目标事件的终点显示时间戳；
剪辑单元，用于根据所述起点显示时间戳和终点显示时间戳在内容分发网络中分别定位并提取两者及两者之间的所有视频帧，剪辑压制成目标视频。
需要说明的是：上述实施例提供的赛事视频结构化的装置在触发赛事视频结构化的装置业务时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的一种赛事视频结构化的装置与实施例一提供的一种赛事视频结构化的装置方法的实施例属于同一构思，即该装置是基于该方法的，其具体实现过程详见方法实施例，这里不再赘述。
实施例三
对应上述方法和装置，本申请实施例三提供一种计算机***，包括：
一个或多个处理器；以及
与所述一个或多个处理器关联的存储器，所述存储器用于存储程序指令,所述程序指令在被所述一个或多个处理器读取执行时，执行如下操作：
获取待处理赛事视频流中的N个视频帧以及每个视频帧对应的显示时间戳；
识别所述N个视频帧中每一视频帧画面中的赛事时间标识，将所述赛事时间标识与显示时间戳进行第一次时间轴匹配以定位有效赛事视频；
对与所述待处理赛事视频流对应的赛事数据进行解析以获得所有事件的结构化数据，所述结构化数据包括事件在赛事中的发生时间，将所述发生时间与所述事件的显示时间戳进行第二次时间轴匹配；
在所有事件中获取构成任一目标事件的若干关联事件，并根据若干关联事件的起讫点确定所述目标事件的起点显示时间戳及终点显示时间戳，在所述有效赛事视频内定位并提取所述目标事件的所有视频帧，剪辑压制成目标视频。
其中，图6示例性的展示出了计算机***的架构，具体可以包括处理器1510，视频显示适配器1511，磁盘驱动器1512，输入/输出接口1513，网络接口1514，以及存储器1520。上述处理器1510、视频显示适配器1511、磁盘驱动器1512、输入/输出接口1513、网络接口1514，与存储器1520之间可以通过通信总线1530进行通信连接。
其中，处理器1510可以采用通用的CXU(Central Xrocessing Unit，中央处理器)、微处理器、应用专用集成电路(AXXlication SXecific Integrated Circuit，ASIC)、或者一个或多个集成电路等方式实现，用于执行相关程序，以实现本申请所提供的技术方案。
存储器1520可以采用ROM(Read Only Memory，只读存储器)、RAM(Random AccessMemory，随机存取存储器)、静态存储设备，动态存储设备等形式实现。存储器1520可以存储用于控制计算机***1500运行的操作***1521，用于控制计算机***1500的低级别操作的基本输入输出***(BIOS)。另外，还可以存储网页浏览器1523，数据存储管理***1524，以及图标字体处理***1525等等。上述图标字体处理***1525就可以是本申请实施例中具体实现前述各步骤操作的应用程序。总之，在通过软件或者固件来实现本申请所提供的技术方案时，相关的程序代码保存在存储器1520中，并由处理器1510来调用执行。
输入/输出接口1513用于连接输入/输出模块，以实现信息输入及输出。输入输出/模块可以作为组件配置在设备中(图中未示出)，也可以外接于设备以提供相应功能。其中输入设备可以包括键盘、鼠标、触摸屏、麦克风、各类传感器等，输出设备可以包括显示器、扬声器、振动器、指示灯等。
网络接口1514用于连接通信模块(图中未示出)，以实现本设备与其他设备的通信交互。其中通信模块可以通过有线方式(例如USB、网线等)实现通信，也可以通过无线方式(例如移动网络、WIFI、蓝牙等)实现通信。
总线1530包括一通路，在设备的各个组件(例如处理器1510、视频显示适配器1511、磁盘驱动器1512、输入/输出接口1513、网络接口1514，与存储器1520)之间传输信息。
另外，该计算机***1500还可以从虚拟资源对象领取条件信息数据库1541中获得具体领取条件的信息，以用于进行条件判断，等等。
需要说明的是，尽管上述设备仅示出了处理器1510、视频显示适配器1511、磁盘驱动器1512、输入/输出接口1513、网络接口1514，存储器1520，总线1530等，但是在具体实施过程中，该设备还可以包括实现正常运行所必需的其他组件。此外，本领域的技术人员可以理解的是，上述设备中也可以仅包含实现本申请方案所必需的组件，而不必包含图中所示的全部组件。
通过以上的实施方式的描述可知，本领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，云服务器，或者网络设备等)执行本申请各个实施例或者实施例的某些部分所述的方法。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于***或***实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。以上所描述的***及***实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的数据下，即可以理解并实施。
尽管已描述了本发明实施例中的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明实施例中范围的所有变更和修改。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (9)

1.一种赛事视频结构化的方法，其特征在于，所述方法至少包括如下步骤：
获取待处理赛事视频流中的N个视频帧以及每个视频帧对应的显示时间戳；
识别所述N个视频帧中每一视频帧画面中的赛事时间标识，将所述赛事时间标识与显示时间戳进行第一次时间轴匹配以定位有效赛事视频；
对与所述待处理赛事视频流对应的赛事数据进行解析以获得所有事件的结构化数据，所述结构化数据包括事件在赛事中的发生时间，将所述发生时间与所述事件的显示时间戳进行第二次时间轴匹配；
在所有事件中获取构成任一目标事件的若干关联事件，并根据若干关联事件的起讫点确定所述目标事件的起点显示时间戳及终点显示时间戳，在所述有效赛事视频内定位并提取所述目标事件的所有视频帧，剪辑压制成目标视频，至少包括：
根据预设的关联规则，在所有事件中获取构成任一目标事件的若干关联事件，所述关联事件包括一核心事件以及与所述核心事件关联的其余关联事件；
对所述若干关联事件按照显示时间戳先后进行排序；
将最早开始的关联事件的起点的显示时间戳作为所述目标事件的起点显示时间戳，以及最晚结束的关联事件的终点的显示时间戳作为所述目标事件的终点显示时间戳；
根据所述起点显示时间戳和终点显示时间戳在内容分发网络中分别定位并提取两者及两者之间的所有视频帧，剪辑压制成目标视频。
2.根据权利要求1所述的方法，其特征在于，所述获取待处理赛事视频流中的N个视频帧以及每个视频帧对应的显示时间戳之前，还包括：
根据开赛前预先获取的赛程数据，判断所述待处理赛事视频流是直播视频流或历史视频流，并下发对所述待处理赛事视频的抽帧任务；
当所述待处理赛事视频流为直播视频流时，向内容分发网络下发对所述待处理赛事视频流的抽帧任务，所述抽帧任务为：内容分发网络以预设频率对所述待处理赛事视频流截取视频帧，并提取每一视频帧的显示时间戳。
3.根据权利要求2所述的方法，其特征在于，当所述待处理赛事视频流为直播视频流时，所述获取待处理赛事视频流中的N个视频帧以及每个视频帧对应的显示时间戳，具体为：
获取所述内容分发网络提供的所述待处理赛事视频流中每一开场后的N个视频帧以及每个视频帧相应的显示时间戳，N＝4～6。
4.根据权利要求2或3所述的方法，其特征在于，所述识别所述N个视频帧中每一视频帧画面中的赛事时间标识，将所述赛事时间标识与显示时间戳进行第一次时间轴匹配以定位有效赛事视频，至少包括：
采用深度学习算法识别所述N个视频帧中每一视频帧画面中的赛事时间标识；
将所述待处理赛事视频流中每一开场后的N个视频帧中的赛事时间标识与相应的显示时间戳进行匹配以定位有效赛事视频。
5.根据权利要求2所述的方法，其特征在于，当所述待处理赛事视频为历史视频时，下发对所述待处理赛事视频流的抽帧任务，所述抽帧任务为：随机设置距离视频播放起点一定偏移量的N个不同的时间点，N≥2。
6.根据权利要求5所述的方法，其特征在于，所述获取待处理赛事视频流中的N个视频帧以及每个视频帧对应的显示时间戳，至少包括：
基于预先获取的历史视频播放地址，在待处理赛事视频流中查找N个时间点对应的视频帧；
提取所述N个时间点的视频帧、每个视频帧相应显示时间戳。
7.根据权利要求6所述的方法，其特征在于，所述在所有事件中获取构成任一目标事件的若干关联事件，并根据若干关联事件的起讫点确定目标事件的起点显示时间戳及终点显示时间戳，至少包括：
查询所述待处理赛事视频流的所有事件，在所有事件中获取构成任一目标事件的若干关联事件，所述关联事件包括一核心事件以及与所述核心事件关联的其余关联事件；
将最早开始的关联事件的起点的显示时间戳作为所述目标事件的起点显示时间戳，以及最晚结束的关联事件的终点的显示时间戳作为所述目标事件的终点显示时间戳。
8.一种赛事视频结构化的装置，其特征在于，所述装置至少包括：
获取模块，用于获取待处理赛事视频流中的N个视频帧以及每个视频帧对应的显示时间戳；
第一时间轴匹配模块，用于识别所述N个视频帧中每一视频帧画面中的赛事时间标识，将所述赛事时间标识与显示时间戳进行第一次时间轴匹配以定位有效赛事视频；
第二时间轴匹配模块，用于对与所述待处理赛事视频流对应的赛事数据进行解析以获得所有事件的结构化数据，所述结构化数据包括事件在赛事中的发生时间，将所述发生时间与所述事件的显示时间戳进行第二次时间轴匹配；
目标视频剪辑模块：用于在所有事件中获取构成任一目标事件的若干关联事件，并根据若干关联事件的起讫点确定所述目标事件的起点显示时间戳及终点显示时间戳，在所述有效赛事视频内定位并提取所述目标事件的所有视频帧，剪辑压制成目标视频，至少包括：
根据预设的关联规则，在所有事件中获取构成任一目标事件的若干关联事件，所述关联事件包括一核心事件以及与所述核心事件关联的其余关联事件；
对所述若干关联事件按照显示时间戳先后进行排序；
将最早开始的关联事件的起点的显示时间戳作为所述目标事件的起点显示时间戳，以及最晚结束的关联事件的终点的显示时间戳作为所述目标事件的终点显示时间戳；
根据所述起点显示时间戳和终点显示时间戳在内容分发网络中分别定位并提取两者及两者之间的所有视频帧，剪辑压制成目标视频。
9.一种计算机***，其特征在于，包括：
一个或多个处理器；以及
与所述一个或多个处理器关联的存储器，所述存储器用于存储程序指令，所述程序指令在被所述一个或多个处理器读取执行时，执行如下操作：
获取待处理赛事视频流中的N个视频帧以及每个视频帧对应的显示时间戳；
识别所述N个视频帧中每一视频帧画面中的赛事时间标识，将所述赛事时间标识与显示时间戳进行第一次时间轴匹配以定位有效赛事视频；
对与所述待处理赛事视频流对应的赛事数据进行解析以获得所有事件的结构化数据，所述结构化数据包括事件在赛事中的发生时间，将所述发生时间与所述事件的显示时间戳进行第二次时间轴匹配；
在所有事件中获取构成任一目标事件的若干关联事件，并根据若干关联事件的起讫点确定所述目标事件的起点显示时间戳及终点显示时间戳，在所述有效赛事视频内定位并提取所述目标事件的所有视频帧，剪辑压制成目标视频，至少包括：
根据预设的关联规则，在所有事件中获取构成任一目标事件的若干关联事件，所述关联事件包括一核心事件以及与所述核心事件关联的其余关联事件；
对所述若干关联事件按照显示时间戳先后进行排序；
将最早开始的关联事件的起点的显示时间戳作为所述目标事件的起点显示时间戳，以及最晚结束的关联事件的终点的显示时间戳作为所述目标事件的终点显示时间戳；
根据所述起点显示时间戳和终点显示时间戳在内容分发网络中分别定位并提取两者及两者之间的所有视频帧，剪辑压制成目标视频。
CN202010493121.XA 2020-06-03 2020-06-03 一种赛事视频结构化的方法、装置及*** Active CN111757147B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010493121.XA CN111757147B (zh) 2020-06-03 2020-06-03 一种赛事视频结构化的方法、装置及***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010493121.XA CN111757147B (zh) 2020-06-03 2020-06-03 一种赛事视频结构化的方法、装置及***

Publications (2)

Publication Number Publication Date
CN111757147A CN111757147A (zh) 2020-10-09
CN111757147B true CN111757147B (zh) 2022-06-24

Family

ID=72674480

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010493121.XA Active CN111757147B (zh) 2020-06-03 2020-06-03 一种赛事视频结构化的方法、装置及***

Country Status (1)

Country Link
CN (1) CN111757147B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112929698A (zh) * 2021-01-26 2021-06-08 广州欢网科技有限责任公司 节目中互动题目的打点方法、装置及设备
CN113569097B (zh) * 2021-07-23 2022-11-11 北京百度网讯科技有限公司 结构化信息抽取方法、装置、设备以及存储介质
CN113569095A (zh) * 2021-07-23 2021-10-29 北京百度网讯科技有限公司 结构化信息抽取方法、装置、设备以及存储介质
CN114363720B (zh) * 2021-12-08 2024-03-12 广州海昇计算机科技有限公司 一种基于计算机视觉的视频切片方法、***、设备及介质
CN114363673B (zh) * 2022-01-10 2022-12-27 北京百度网讯科技有限公司 视频裁剪方法、模型训练方法及装置
CN114466223B (zh) * 2022-04-12 2022-07-12 深圳市天兴诚科技有限公司 一种编码技术的视频数据处理方法及***

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102427507A (zh) * 2011-09-30 2012-04-25 北京航空航天大学 一种基于事件模型的足球视频集锦自动合成方法
WO2012098535A1 (de) * 2011-01-21 2012-07-26 Novomatic Ag Verfahren und vorrichtung zur identifikation von spielkugeln
CN107147920A (zh) * 2017-06-08 2017-09-08 简极科技有限公司 一种多源视频剪辑播放方法及***
CN109714644A (zh) * 2019-01-22 2019-05-03 广州虎牙信息科技有限公司 一种视频数据的处理方法、装置、计算机设备和存储介质

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2716636A1 (en) * 2009-10-07 2011-04-07 Telewatch Inc. Video analytics based control of video data storage
US8869198B2 (en) * 2011-09-28 2014-10-21 Vilynx, Inc. Producing video bits for space time video summary
CN102595191A (zh) * 2012-02-24 2012-07-18 央视国际网络有限公司 体育赛事视频中赛事事件的搜索方法及装置
CN102547141B (zh) * 2012-02-24 2014-12-24 央视国际网络有限公司 基于体育赛事视频的视频数据筛选方法及装置
CN103678299B (zh) * 2012-08-30 2018-03-23 中兴通讯股份有限公司 一种监控视频摘要的方法及装置
EP2775730A1 (en) * 2013-03-05 2014-09-10 British Telecommunications public limited company Video data provision
US10140827B2 (en) * 2014-07-07 2018-11-27 Google Llc Method and system for processing motion event notifications
US10433030B2 (en) * 2014-10-09 2019-10-01 Thuuz, Inc. Generating a customized highlight sequence depicting multiple events
WO2016166764A1 (en) * 2015-04-16 2016-10-20 W.S.C. Sports Technologies Ltd. System and method for creating and distributing multimedia content
CN110024412B (zh) * 2017-11-10 2020-12-25 腾讯科技（深圳）有限公司 一种视频直播的方法、装置和***
CN109684511A (zh) * 2018-12-10 2019-04-26 上海七牛信息技术有限公司 一种视频剪辑方法、视频聚合方法、装置以及***
CN110188237B (zh) * 2019-06-04 2023-07-25 成都索贝数码科技股份有限公司 一种用于赛事智能制作的数据汇聚***及方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012098535A1 (de) * 2011-01-21 2012-07-26 Novomatic Ag Verfahren und vorrichtung zur identifikation von spielkugeln
CN102427507A (zh) * 2011-09-30 2012-04-25 北京航空航天大学 一种基于事件模型的足球视频集锦自动合成方法
CN107147920A (zh) * 2017-06-08 2017-09-08 简极科技有限公司 一种多源视频剪辑播放方法及***
CN109714644A (zh) * 2019-01-22 2019-05-03 广州虎牙信息科技有限公司 一种视频数据的处理方法、装置、计算机设备和存储介质

Also Published As

Publication number Publication date
CN111757147A (zh) 2020-10-09

Similar Documents

Publication Publication Date Title
CN111757147B (zh) 一种赛事视频结构化的方法、装置及***
WO2021082668A1 (zh) 一种弹幕编辑方法、智能终端及存储介质
CN107615766B (zh) 用于创建和分配多媒体内容的***和方法
US9463388B2 (en) Fantasy sports transition score estimates
CN108833936B (zh) 直播间信息推送方法、装置、服务器和介质
CN109089127B (zh) 一种视频拼接方法、装置、设备及介质
CN102290082B (zh) 视频精彩回放片段的处理方法及装置
CN109194978A (zh) 直播视频剪辑方法、装置和电子设备
CN111491173A (zh) 一种直播封面确定方法、装置、计算机设备及存储介质
CN108924576A (zh) 一种视频标注方法、装置、设备及介质
US20160317933A1 (en) Automatic game support content generation and retrieval
CN110691633B (zh) 用于确定响应的反应时间以及使用户界面与正在渲染的内容同步的方法和***
CN108650558A (zh) 基于交互视频的视频前情提要的生成方法及装置
CN110166811B (zh) 弹幕信息的处理方法、装置及设备
US20130138673A1 (en) Information processing device, information processing method, and program
CN111757148B (zh) 体育赛事视频处理方法、装置和***
CN112312142B (zh) 视频播放控制方法、装置和计算机可读存储介质
CN101365102A (zh) 基于视频内容识别的收视率统计的方法和***
US11120079B2 (en) System and method for discovering performer data
CN106658030A (zh) 一种包含单路音频多路视频的复合视频的播放方法及设备
CN106851395B (zh) 视频播放方法和播放器
CN112135159B (zh) 公屏演播方法、装置、智能终端及储存介质
KR20180089977A (ko) 영상 이벤트 단위 세그멘테이션 시스템 및 그 방법
CN112287771A (zh) 用于检测视频事件的方法、装置、服务器和介质
CN115022663A (zh) 直播流的处理方法、装置、电子设备、以及介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CP03 Change of name, title or address

Address after: No.1-1 Suning Avenue, Xuzhuang Software Park, Xuanwu District, Nanjing, Jiangsu Province, 210000

Patentee after: Jiangsu Suning cloud computing Co.,Ltd.

Country or region after: China

Address before: No.1-1 Suning Avenue, Xuzhuang Software Park, Xuanwu District, Nanjing, Jiangsu Province, 210000

Patentee before: Suning Cloud Computing Co.,Ltd.

Country or region before: China

TR01 Transfer of patent right

Effective date of registration: 20240711

Address after: Room 3104, Building A5, No. 3 Gutan Avenue, Economic Development Zone, Gaochun District, Nanjing City, Jiangsu Province, 210000

Patentee after: Jiangsu Biying Technology Co.,Ltd.

Country or region after: China

Address before: No.1-1 Suning Avenue, Xuzhuang Software Park, Xuanwu District, Nanjing, Jiangsu Province, 210000

Patentee before: Jiangsu Suning cloud computing Co.,Ltd.

Country or region before: China