CN112287771A - 用于检测视频事件的方法、装置、服务器和介质 - Google Patents
用于检测视频事件的方法、装置、服务器和介质 Download PDFInfo
- Publication number
- CN112287771A CN112287771A CN202011079438.5A CN202011079438A CN112287771A CN 112287771 A CN112287771 A CN 112287771A CN 202011079438 A CN202011079438 A CN 202011079438A CN 112287771 A CN112287771 A CN 112287771A
- Authority
- CN
- China
- Prior art keywords
- video
- event
- target
- category
- event information
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 77
- 238000013145 classification model Methods 0.000 claims abstract description 43
- 230000000007 visual effect Effects 0.000 claims abstract description 5
- 239000013598 vector Substances 0.000 claims description 76
- 230000002194 synthesizing effect Effects 0.000 claims description 36
- 230000004044 response Effects 0.000 claims description 30
- 238000001514 detection method Methods 0.000 claims description 29
- 238000004590 computer program Methods 0.000 claims description 9
- 230000003190 augmentative effect Effects 0.000 claims description 7
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 239000012634 fragment Substances 0.000 claims description 3
- 230000000875 corresponding effect Effects 0.000 description 57
- 238000010586 diagram Methods 0.000 description 13
- 238000000605 extraction Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 10
- 230000006870 function Effects 0.000 description 8
- 238000012545 processing Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 230000015572 biosynthetic process Effects 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 239000000463 material Substances 0.000 description 5
- 238000010801 machine learning Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 238000003786 synthesis reaction Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 239000003795 chemical substances by application Substances 0.000 description 2
- 230000003111 delayed effect Effects 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000008921 facial expression Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000001308 synthesis method Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
- G06V20/42—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items of sport video content
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Biomedical Technology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Biophysics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Television Signal Processing For Recording (AREA)
Abstract
本公开的实施例公开了用于检测视频事件的方法、装置、服务器和介质。该方法的一具体实施方式包括:获取相关视频组,其中,该相关视频组包括拍摄对象一致、拍摄视角不同且时间对齐的至少两个视频;将该相关视频组输入至预先训练的视频事件分类模型,得到该相关视频组中的视频所记录的事件的类别,其中,该视频事件分类模型中包括关系网络,该关系网络用于融合从该相关视频组中的视频中分别提取的特征。该实施方式提升了对视频所记录的特定类型事件进行识别的准确度。
Description
技术领域
本公开的实施例涉及计算机技术领域,具体涉及用于检测视频事件的方法、装置、服务器和介质。
背景技术
随着人工智能(Artificial Intelligence,AI)技术的发展,视频中特定类型事件的识别和利用多个视频素材的融合生成新的视频的技术也取得了越来越广泛的应用。
现有技术中,利用机器学习方法进行视频事件检测的模型往往仅仅支持单路视频的输入,无法解决诸如直播过程中导播技术和精彩片段回放所需要处理的多路视频的事件识别。而且,由于直播导播需要涉及大量的事件识别、机位切换、精彩片段回放等,现有技术通常只是设置各种画面切换规则,受制于视频事件识别的准确性和规则设定的有限性,在诸如体育赛事直播等现场变化丰富的动态场景下的导播效果难以达到要求,仍然需要依赖人工操作。
发明内容
本公开的实施例提出了用于检测视频事件的方法、装置、终服务器和介质。
第一方面,本公开的实施例提供了一种用于检测视频事件的方法,该方法包括:获取相关视频组,其中,相关视频组包括拍摄对象一致、拍摄视角不同且时间对齐的至少两个视频;将相关视频组输入至预先训练的视频事件分类模型,得到相关视频组中的视频所记录的事件的类别,其中,视频事件分类模型中包括关系网络,关系网络用于融合从相关视频组中的视频中分别提取的特征。
第二方面,本公开的实施例提供了一种用于合成目标视频的方法,该方法包括:获取从至少两个机位拍摄的预设时长的视频和事件信息集合,其中,事件信息集合中的事件信息包括至少两个机位拍摄的预设时长的视频所记录的事件的标识、事件起始时刻和事件结束时刻;从事件信息集合中选取事件信息作为目标事件信息;确定目标事件信息所指示的事件的类别;根据所确定的事件的类别,从至少两个机位拍摄的预设时长的视频中选取与目标事件信息匹配的视频片段;根据所选取的视频片段所指示的时间顺序,合成目标视频。
第三方面,本公开的实施例提供了一种用于检测视频事件的装置,该装置包括:第一获取单元,被配置成获取相关视频组,其中,相关视频组包括拍摄对象一致、拍摄视角不同且时间对齐的至少两个视频;生成单元,被配置成将相关视频组输入至预先训练的视频事件分类模型,得到相关视频组中的视频所记录的事件的类别,其中,视频事件分类模型中包括关系网络,关系网络用于融合从相关视频组中的视频中分别提取的特征。
第四方面,本公开的实施例提供了一种用于合成目标视频的装置,该装置包括:第二获取单元,被配置成获取从至少两个机位拍摄的预设时长的视频和事件信息集合,其中,事件信息集合中的事件信息包括至少两个机位拍摄的预设时长的视频所记录的事件的标识、事件起始时刻和事件结束时刻;第一选取单元,被配置成从事件信息集合中选取事件信息作为目标事件信息;确定单元,被配置成确定目标事件信息所指示的事件的类别;第二选取单元,被配置成根据所确定的事件的类别,从至少两个机位拍摄的预设时长的视频中选取与目标事件信息匹配的视频片段;合成单元,被配置成根据所选取的视频片段所指示的时间顺序,合成目标视频。
第五方面,本公开的实施例提供了一种服务器,该服务器包括:一个或多个处理器;存储装置,其上存储有一个或多个程序;当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现如第一方面中任一实现方式描述的方法。
第六方面,本公开的实施例提供了一种计算机可读介质,其上存储有计算机程序,该程序被处理器执行时实现如第一方面中任一实现方式描述的方法。
本公开的实施例提供的用于检测视频事件的方法、装置、服务器和介质,通过包括关系网络的视频事件分类模型可以融合多路视频的特征以学习多路视频特征之间的关系,从而可以提升对视频所记录的特定类型事件进行识别的准确度
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本公开的其它特征、目的和优点将会变得更明显:
图1是本公开的一个实施例可以应用于其中的示例性***架构图;
图2是根据本公开的用于检测视频事件的方法的一个实施例的流程图;
图3是根据本公开的实施例的用于检测视频事件的方法的一个应用场景的示意图;
图4是根据本公开的用于合成目标视频的方法的一个实施例的流程图;
图5是根据本公开的用于检测视频事件的装置的一个实施例的结构示意图;
图6是根据本公开的用于合成目标视频的装置的一个实施例的结构示意图;
图7是适于用来实现本公开的实施例的电子设备的结构示意图。
具体实施方式
下面结合附图和实施例对本公开作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。
需要说明的是,在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。
图1示出了可以应用本公开的用于检测视频事件的方法、用于合成目标视频的方法、用于检测视频事件的装置或用于合成目标视频的装置的示例性架构100。
如图1所示,***架构100可以包括终端设备101、102、103,网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
终端设备101、102、103通过网络104与服务器105交互,以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用,例如网页浏览器应用、购物类应用、搜索类应用、即时通信工具、邮箱客户端、视频直播类应用等。
终端设备101、102、103可以是硬件,也可以是软件。当终端设备101、102、103为硬件时,可以是具有显示屏并且支持视频直播的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时,可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务的软件或软件模块),也可以实现成单个软件或软件模块。在此不做具体限定。
服务器105可以是提供各种服务的服务器,例如为终端设备101、102、103上视频直播类应用提供支持的后台服务器。后台服务器可以对获取的多路视频直播流进行分析处理,并生成视频直播流所形成的视频片段(例如时长为30s的视频)所记录的事件的类别(例如足球比赛中的射门、篮球比赛中的扣篮),还可以将生成的处理结果(如事件的类别)反馈给终端设备。可选地,上述服务器105还可以根据所得到的事件的类别,继续执行用于合成目标视频的方法,从而合成目标视频。可选地,上述用于合成目标视频的方法的执行主体也可以是与上述服务器105通信连接的其他服务器,在此不作限定。
需要说明的是,服务器可以是硬件,也可以是软件。当服务器为硬件时,可以实现成多个服务器组成的分布式服务器集群,也可以实现成单个服务器。当服务器为软件时,可以实现成多个软件或软件模块(例如用来提供分布式服务的软件或软件模块),也可以实现成单个软件或软件模块。在此不做具体限定。
需要说明的是,本公开的实施例所提供的用于检测视频事件的方法、用于合成目标视频的方法一般由服务器105执行,相应地,用于检测视频事件的装置、用于合成目标视频的装置一般设置于服务器105中。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
继续参考图2,示出了根据本公开的用于检测视频事件的方法的一个实施例的流程200。该用于检测视频事件的方法包括以下步骤:
步骤201,获取相关视频组。
在本实施例中,用于检测视频事件的方法的执行主体(如图1所示的服务器105)可以通过有线连接方式或者无线连接方式获取相关视频组。其中,上述相关视频组包括拍摄对象一致、拍摄视角不同且时间对齐的至少两个视频。作为示例,不同机位的摄像机针对同一现场的拍摄的视频可以带有相应的时间戳。上述执行主体可以将上述时间戳所指示的时间一致的视频形成上述相关视频组。
步骤202,将相关视频组输入至预先训练的视频事件分类模型,得到相关视频组中的视频所记录的事件的类别。
在本实施例中,上述执行主体可以将步骤201所获取的相关视频组输入至预先训练的视频事件分类模型,得到相关视频组中的视频所记录的事件的类别。其中,上述视频事件分类模型中可以包括关系网络。上述关系网络可以用于融合从上述相关视频组中的视频中分别提取的特征。
在本实施例中,作为示例,上述视频事件分类模型可以包括特征提取网络和关系网络。其中,上述特征提取网络可以包括各种用于特征提取的神经网络,例如P3D ResNet(Pseudo-3D Residual Net)网络结构。上述关系网络可以将上述特征提取网络所提取的各视频对应的视频特征进行融合。作为示例,上述执行主体可以通过上述关系网络将通过上述特征提取网络所提取的各视频对应的视频特征进行拼接,之后通过多个全连接层对特征进行嵌入(embedding),以将原始的高维度(例如4096维)特征压缩到更低的维度(例如256维)。作为又一示例,上述执行主体还可以通过上述关系网络将通过上述特征提取网络所提取的各视频对应的视频特征进行加权求和,生成融合后的特征。上述特征提取网络和关系网络的网络参数可以采用反向传播方式进行更新,所使用的损失函数可以包括各种用于视频事件或动作识别的损失函数(例如classification loss、localization loss、overlaploss)。
可选地,上述执行主体还可以从上述步骤201所获取的相关视频组中选取特定视频而非全部视频输入至预先训练的视频事件分类模型。作为示例,在体育赛事直播领域,当预测场上事件时,上述执行主体可以选取来自赛场上动作特写机位的视频,而不选取来自主要用来拍摄教练员和替补席的反向机位的视频。
需要说明的是,上述所得到相关视频组中的视频所记录的事件的类别可以根据实际应用场景因训练的过程而定。作为示例,在足球直播领域,上述类别可以包括射门、争球倒地、任意球、角球、守门员接发球、进球、运动员摔倒、裁判出示红黄牌。作为又一示例,在文艺演出领域,上述类别可以包括特定动作识别(例如主唱抬起手臂)、队形变换。
在本实施例的一些可选的实现方式中,响应于确定所得到的事件的类别属于预设类别,上述执行主体还可以将属于上述预设类别的事件对应的视频输入至预先训练的视频精彩度得分模型,得到与输入的视频对应的精彩度得分。其中,上述预设类别通常为上述视频事件分类模型所能识别的类型的子集,其可以根据实际应用场景而设定。作为示例,在足球直播领域,上述预设类别可以包括以下至少一项:射门、争球倒地、任意球、角球、守门员接发球、进球。上述视频精彩度得分模型可以包括各种采用机器学习方式训练得到的用于评价视频精彩程度的回归模型。作为示例,上述视频精彩度得分模型可以包括基于卷积网络的深度排序网络。
可选地,上述执行主体还可以将上述视频切分为多个视频片段,从而得到与切分后的视频片段所对应的精彩度得分。
基于上述可选的实现方式,本方案可以对属于特定类别的视频或视频片段生成进行精彩度得分,从而进行精彩度评价。进一步地,精彩度得分较高的视频片段可以作为慢动作或视频回放的候选片段。
在本实施例的一些可选的实现方式中,上述执行主体还可以继续执行以下步骤:
第一步,从相关视频组中的视频中分别提取关键帧。
第二步,根据所提取的关键帧中是否包括预设类别对象以及所提取的关键帧的图像质量,确定所提取的关键帧是否满足镜头切换要求。
在这些实现方式中,上述执行主体可以通过各种对象检测算法确定所提取的关键帧中是否包括预设类别对象。而后,根据所提取的关键帧中是否包括预设类别对象以及所提取的关键帧的图像质量,上述执行主体可以通过各种方式确定所提取的关键帧是否满足镜头切换要求。作为示例,响应于确定所提取的关键帧中包括预设类别对象,上述执行主体可以确定所提取的关键帧满足镜头切换要求。作为又一示例,响应于确定所提取的关键帧的图像质量高于预设图像质量阈值,上述执行主体可以确定所提取的关键帧满足镜头切换要求。
基于上述可选的实现方式,本方案可以综合关键帧中是否包括预设类别对象和所提取的关键帧的图像质量,确定镜头切换的时机。
可选地,基于上述可选的实现方式,上述执行主体还可以通过以下步骤确定所提取的关键帧是否满足镜头切换要求:
S1、确定所提取的关键帧中是否包括人脸特写镜头。
在这些实现方式中,上述执行主体可以通过各种方式确定上述第一步所提取的关键帧中是否包括人脸特写镜头。作为示例,上述执行主体可以将特写机位拍摄的视频片段输入至预先训练的人脸检测模型。根据是否检测到人脸,上述执行主体可以确定所提取的关键帧中是否包括人脸特写镜头。
基于上述可选的实现方式,上述执行主体可以通过以下步骤确定所提取的关键帧中是否包括人脸特写镜头:
S11、将所提取的关键帧输入至预先训练的人脸检测模型,得到表征是否检测到人脸图像的检测结果。
在这些实现方式中,上述人脸检测模型可以包括各种利用机器学习方法训练得到的用于检测人脸的模型。可选地,上述人脸检测模型还可以包括用于识别人脸表情的模型。
S12、响应于确定所得到的检测结果表征检测到人脸图像,确定所检测到的人脸图像的尺寸。
S13、响应于确定人脸图像的尺寸大于预设第二阈值,确定所提取的关键帧中包括人脸特写镜头。
在这些实现方式中,上述第二阈值可以是绝对数值形式(例如长度、宽度),也可以是比例形式(例如人脸面积与关键帧画面面积的比值)。
基于上述可选的实现方式,本方案可以更准确地识别出视频片段中的人脸特写镜头。
S2、确定所提取的关键帧的图像质量得分。
在这些实现方式中,上述执行主体可以通过各种方式确定上述第一步所提取的关键帧的图像质量得分。其中,上述图像质量得分可以通过预先训练的视频质量评分模型得到,也可以通过清晰度、对比度等指标综合计算得到,在此不做限定。
S3、响应于确定所提取的关键帧中包括人脸特写镜头且图像质量得分大于预设第一阈值,确定所提取的关键帧满足镜头切换要求。
基于上述可选的实现方式,本方案可以从所提取的关键帧中确定出包含人脸特写镜头且图像质量较高的视频片段,从而可以为后续镜头切换提供可用的视频素材。
继续参见图3,图3是根据本公开的实施例的用于检测视频事件的方法的应用场景的一个示意图。在图3的应用场景中,针对场地301拍摄的位于不同位置的摄像机组302将各自拍摄的视频发送至后台服务器303。后台服务器303将所接收的视频形成相关视频组304。后台服务器303将相关视频组304输入至预先训练的视频事件分类模型,得到相关视频组304中的视频所记录的事件的类别为“射门”305。可选地,后台服务器303还可以将基于相关视频组304得到的视频306发送给终端设备307,以使用户308观看针对场地301拍摄的视频。
目前,现有技术之一通常是利用视频事件检测模型对单路视频所记录的特定类型事件进行识别,导致视频事件检测模型的识别准确度不高。而本公开的上述实施例提供的方法,通过包括关系网络的视频事件分类模型可以融合多路视频的特征以学习多路视频特征之间的关系,从而可以提升对视频所记录的特定类型事件进行识别的准确度。
进一步参考图4,其示出了用于合成目标视频的方法的一个实施例的流程400。该用于合成目标视频的方法的流程400,包括以下步骤:
步骤401,获取从至少两个机位拍摄的预设时长的视频和事件信息集合。
在本实施例中,用于合成目标视频的方法的执行主体(例如图1所示的服务器105)可以通过各种方式获取从至少两个机位拍摄的预设时长的视频和事件信息集合。其中,上述事件信息集合中的事件信息可以包括上述至少两个机位拍摄的预设时长的视频所记录的事件的标识、事件起始时刻和事件结束时刻。上述事件的标识可以用于指示事件的类别。作为示例,位于不同位置的1号摄像机、2号摄像机和3号摄像机分别针对同一拍摄对象拍摄时长为30s的视频。其中,上述1号摄像机拍摄的视频对应的事件信息集合可以包括“任意球,第2秒,第8秒”、“射门,第10秒,第12秒”、“守门员发球,第25秒,第28秒”。
在本实施例的一些可选的实现方式中,上述至少两个机位包括主机特写机位。其中,上述主机特写机位通常指与主机位的位置一致,用以提供与主机位视角一致的视频的机位。
在本实施例的一些可选的实现方式中,上述至少两个机位可以包括主机机位和主机特写机位。
在本实施例的一些可选的实现方式中,上述至少两个机位可以包括除主机机位之外的其他机位。作为示例,在足球比赛直播场景下,上述主机除主机机位之外的其他机位例如可以包括位于球门正后方的机位,位于主机位两侧的辅助机位等。
在本实施例的一些可选的实现方式中,上述事件信息集合中的事件信息还可以包括事件对应的优先级信息。其中,上述优先级信息与事件的类别信息之间的对应关系可以预先设定。作为示例,射门、任意球、角球、运动员摔倒、进球所对应的优先级通常高于守门员发球和界外球所对应的优先级。
在本实施例的一些可选的实现方式中,上述至少两个机位拍摄的预设时长的视频可以包括从视频流中截取的预设时长视频。作为示例,上述视频流可以是RTMP格式或RTSP格式。上述预设时长视频例如可以包括截取的、直播信号相对于现场延时的时间窗口长度(例如30s)的视频。上述事件信息可以基于前述实施例所描述的用于检测视频事件的方法和对上述预设时长视频切分得到的视频片段得到。其中,上述对上述预设时长视频切分例如可以每5秒切分成一个视频片段。上述目标视频可以包括导播后的视频流(例如RTMP格式)。需要说明的是,在直播中,通常以主机位拍摄的视频为主。
基于上述可选的实现方式,本方案可以通过多路视频流经延迟处理合成目标视频,从而实现现场直播的智能导播。
步骤402,从事件信息集合中选取事件信息作为目标事件信息。
在本实施例中,上述执行主体可以通过各种方式从步骤401所获取的事件信息集合中选取事件信息作为目标事件信息。
在本实施例的一些可选的实现方式中,基于上述至少两个机位包括主机特写机位,上述执行主体可以从上述步骤401所获取的事件信息集合中选取主机特写机位拍摄的视频所记录的事件对应的事件信息作为上述目标事件信息。
在本实施例的一些可选的实现方式中,基于上述事件信息集合中的事件信息还包括事件对应的优先级信息,响应于确定上述视频组中的视频所记录的事件所对应的事件发生时间存在重叠部分,上述执行主体可以选取重叠部分对应的优先级最高的优先级信息所对应的事件信息作为上述目标事件信息。
步骤403,确定目标事件信息所指示的事件的类别。
在本实施例中,上述执行主体可以通过各种方式确定步骤402所确定的目标事件信息所指示的事件的类别。作为示例,上述执行主体可以根据预设的事件的标识与事件的类别之间的对应关系表来确定。作为又一示例,上述执行主体还可以采用如前述实施例所描述的用于检测视频事件的方法来确定。
步骤404,根据所确定的事件的类别,从至少两个机位拍摄的预设时长的视频中选取与目标事件信息匹配的视频片段。
在本实施例中,根据步骤403所确定的事件的类别,上述执行主体可以通过各种方式从上述至少两个机位拍摄的预设时长的视频中选取与目标事件信息匹配的视频片段。
在本实施例的一些可选的实现方式中,基于上述至少两个机位包括主机机位和主机特写机位,上述目标视频包括记录目标事件信息所指示的目标事件的视频,上述执行主体可以通过以下步骤从至少两个机位拍摄的预设时长的视频中选取与目标事件信息匹配的视频片段:
第一步,响应于确定所确定的事件的类别属于特写可用类别,从属于特写可用类别的事件对应的视频和事件信息中提取第一视频事件特征向量。
在这些实现方式中,上述特写可用类别可以用于提示从主机机位切换至主机特写机位,其可以根据实际应用场景而预先设定。作为示例,在足球赛事直播中,上述特写可用类别可以包括需要关注运动员表情或肢体细节的事件类别,例如罚球。上述第一视频事件特征向量中可以包括以下至少一项:通过预先训练的视频事件分类模型提取的特征向量,事件持续时间与上述预设时长的比值,优先级信息。其中,上述视频事件分类模型可以包括各种用于视频特征提取的模型。可选地,上述视频事件分类模型可以包括如前述实施例所描述的视频事件分类模型。上述事件持续时间可以基于事件结束时刻和事件起始时刻之间的差值而确定。
第二步,根据所提取的第一视频事件特征向量,确定第一视频事件特征向量对应的事件适合机位。
在这些实现方式中,根据所提取的第一视频事件特征向量,上述执行主体可以通过各种方式确定上述第一步所提取的第一视频事件特征向量对应的事件适合机位。其中,上述事件适合机位可以用于表征该第一视频事件特征向量对应的事件适合于采用主机机位或主机特写机位所拍摄的视频片段。作为示例,上述执行主体可以根据预先设置的视频事件特征向量与事件适合机位之间的对应关系表,确定与所提取的第一视频事件特征向量对应的事件适合机位。
可选地,基于上述可选的实现方式,上述执行主体可以将所提取的第一视频事件特征向量输入至预先训练的特写机位切换模型,得到用于表征与第一视频事件特征向量对应的事件适合机位是否为主机特写机位的信息。
在这些实现方式中,上述特写机位切换模型可以包括各种用于在主机机位和主机特写机位之间进行选取的二分类网络,其可以通过机器学习方式训练得到。
第三步,从至少两个机位拍摄的预设时长的视频中选取与所确定的事件适合机位相匹配的视频片段。
在这些实现方式中,上述执行主体可以通过各种方式从上述至少两个机位拍摄的预设时长的视频中选取与所确定的事件适合机位相匹配的视频片段。作为示例,上述所确定的事件适合机位可以为主机特写机位,则上述执行主体可以从上述至少两个机位拍摄的预设时长的视频中选取上述主机特写机位所拍摄的视频中与上述目标事件的事件持续时间相对应的视频片段。需要说明的是,上述所确定的视频片段可以作为用于合成上述目标事件发生时的目标视频的素材。
在本实施例的一些可选的实现方式中,基于上述至少两个机位包括除主机之外的其他机位,上述执行主体可以通过以下步骤从至少两个机位拍摄的预设时长的视频中选取与目标事件信息匹配的视频片段:
第一步,响应于确定所确定的事件的类别属于机位切换触发类别,从至少两个机位拍摄的预设时长的视频中提取备选视频片段集合。
在这些实现方式中,上述机位切换触发类别可以用于提示从一个机位切换至另一个机位,其可以根据实际应用场景而预先设定。作为示例,在足球赛事直播中,上述机位切换触发类别可以包括在一些既定事件发生前或发生后需要切换不同视角的机位以全方位地展示当前现场的状况的事件类别。其中,上述备选视频片段集合中的备选视频片段的起始时间和终止时间通常属于目标时间区间。上述目标时间区间可以是根据实际的应用需求,预先指定的任意时间区间。上述目标时间区间也可以是根据规则而定的表单,例如特定类别事件发生的时间区间(例如罚球之前、进球之后)。
可选地,基于上述可选的实现方式,上述机位切换触发类别可以包括事件发生前机位切换类别。作为示例,在足球赛事直播中,上述事件发生前机位切换类别可以包括在一些既定事件(例如罚球、任意球)发生前需要切换不同视角的机位以全方位地展示当前现场的状况的事件类别。上述目标时间区间通常先于上述目标事件信息所指示的事件起始时刻。从而,所生成的目标视频的拍摄时间通常位于前一事件的事件结束时刻至上述目标事件信息所指示的事件起始时刻之间。
基于上述可选的实现方式,本方案可以实现不同机位拍摄的视频合成在特定事件发生前的视频,从而为直播过程提供事件发生前的机位切换参考。
可选地,基于上述可选的实现方式,上述机位切换触发类别可以包括事件发生后机位切换类别。作为示例,在足球赛事直播中,上述事件发生后机位切换类别可以包括在一些既定事件(例如运动员发生肢体冲突、射门后)发生后需要切换不同视角的机位以全方位地展示当前现场的状况的事件类别。上述目标时间区间通常晚于上述目标事件信息所指示的事件结束时刻。从而,所生成的目标视频的拍摄时间通常位于上述目标事件信息所指示的事件结束时刻至后一事件的事件起始时刻之间。
基于上述可选的实现方式,本方案可以实现不同机位拍摄的视频合成在特定事件发生后的视频,从而为直播过程提供事件发生后的机位切换参考。
可选地,基于上述可选的实现方式,上述执行主体可以通过以下步骤从至少两个机位拍摄的预设时长的视频中提取备选视频片段集合,包括:
S1、从至少两个机位拍摄的预设时长的视频中提取图像质量得分大于预设第四阈值的视频片段组成准备选视频片段集合。
在这些实现方式中,上述执行主体可以首先通过各种方式确定上述至少两个机位拍摄的预设时长的视频中的视频片段所对应的图像质量得分。可选地,上述图像质量得分的确定方式可以与前述实施例所描述的方式一致,此处不再赘述。而后,上述执行主体可以提取所确定的图像质量得分大于预设第四阈值的视频片段组成准备选视频片段集合。
S2、从准备选视频片段集合中分别选取各机位拍摄时间最长的视频片段作为备选视频片段集合。
基于上述可选的实现方式,本方案通过在剔除图像质量(模糊、晃动等)较差的视频片段之后选取持续时间最长的一个片段作为该机位的可用片段。由于真实情况下每个机位的摄像师在一个时间段内通常只会拍摄固定的内容,从而,采用本方案的方法可以保证备选视频片段的质量,为合成目标视频提供高质量的数据基础。
第二步,从属于机位切换触发类别的事件对应的视频中提取第二视频事件特征向量。
在这些实现方式中,上述第二视频事件特征向量中可以包括以下至少一项:基于预先训练的视频事件分类模型对事件发生时间区间对应的视频片段所提取的特征向量,基于预先训练的人脸检测模型对事件发生时间区间对应的视频片段所提取的特征向量。其中,上述视频事件分类模型可以和人脸检测模型包括各种用于视频特征提取和人脸检测的模型。可选地,上述视频事件分类模型和人脸检测模型可以包括如前述实施例所描述的视频事件分类模型和人脸检测模型,此处不再赘述。
第三步,从备选视频片段集合中提取与各备选视频片段对应的视频片段特征向量。
在这些实现方式中,上述视频片段特征向量中可以包括以下至少一项:基于视频事件分类模型对备选视频片段所提取的特征向量,基于人脸检测模型对备选视频片段所提取的特征向量。其中,上述视频片段特征向量通常与上述第二视频事件特征向量的形式一致。作为示例,若上述第二视频事件特征向量仅包括基于预先训练的视频事件分类模型对事件发生时间区间对应的视频片段所提取的特征向量,则上述视频片段特征向量也仅包括基于视频事件分类模型对备选视频片段所提取的特征向量。作为又一示例,若上述第二视频事件特征向量包括基于预先训练的视频事件分类模型对事件发生时间区间对应的视频片段所提取的特征向量和基于预先训练的人脸检测模型对事件发生时间区间对应的视频片段所提取的特征向量,则上述视频片段特征向量也包括基于视频事件分类模型对备选视频片段所提取的特征向量和基于人脸检测模型对备选视频片段所提取的特征向量。
第四步,确定所提取的视频片段特征向量与第二视频事件特征向量之间的相关性,得到与各备选视频片段对应的相关性系数。
在这些实现方式中,上述执行主体可以通过各种方式确定所提取的视频片段特征向量与第二视频事件特征向量之间的相关性,例如通过相关的正样本和不相关的负样本所预先训练的分类网络,余弦距离等。从而,上述执行主体可以得到与各备选视频片段对应的相关性系数。其中,上述相关性系数可以用于表征备选视频片段与目标事件对应的视频片段之间的相关程度。
第五步,从备选视频片段集合中选取相关性系数大于预设第三阈值的备选视频片段作为与目标事件信息匹配的视频片段。
基于上述可选的实现方式,本方案可以根据图像质量、视频内容、人脸特征(是否存在人脸、表情)等方面从至少两个机位拍摄的预设时长的视频中选取与上述目标事件信息匹配的视频片段,以作为生成与目标事件发生时间相关联的目标时间区间的目标视频的素材,从而丰富了视频选取方式,从多维匹配的角度提升了视频片段选取的质量。
在本实施例的一些可选的实现方式中,上述执行主体可以按照如下步骤从至少两个机位拍摄的预设时长的视频中选取与目标事件信息匹配的视频片段:
第一步,响应于确定所确定的事件的类别属于回放可用类别,确定至少两个机位拍摄的预设时长的视频中对应的视频片段的精彩度得分。
在这些实现方式中,上述回放可用类别可以用于提示该视频片段可以用作视频回放素材,其可以根据实际应用场景而预先设定。作为示例,在足球赛事直播中,上述回放可用类别可以用于表征具备回放价值的精彩片段,例如射门、犯规、守门员扑救。响应于确定所确定的事件的类别属于回放可用类别,上述执行主体可以通过各种方式确定上述至少两个机位拍摄的预设时长的视频中的视频片段的精彩度得分。可选地,上述精彩度得分的确定方式可以与前述实施例所描述的方式一致,此处不再赘述。
第二步,根据所确定的精彩度得分,从至少两个机位拍摄的预设时长的视频中选取视频片段作为与目标事件信息匹配的视频片段。
在这些实现方式中,根据上述第一步所确定的精彩度得分,上述执行主体可以通过各种方式从上述至少两个机位拍摄的预设时长的视频中选取视频片段作为与目标事件信息匹配的视频片段。作为示例,上述执行主体可以选取精彩度得分最高的若干个视频片段,也可以选取精彩度得分大于预设精彩度阈值的视频片段。
步骤405,根据所选取的视频片段所指示的时间顺序,合成目标视频。
在本实施例中,根据步骤404所选取的视频片段所指示的时间顺序,上述执行主体可以通过各种方式合成目标视频。作为示例,上述执行主体可以按照所选取的视频片段所指示的时间的先后顺序合成目标视频。
在本实施例的一些可选的实现方式中,上述目标视频可以包括记录上述目标事件信息所指示的目标事件的视频,即记录目标事件发生过程的视频。
在本实施例的一些可选的实现方式中,上述目标视频的拍摄时间通常位于前一事件的事件结束时刻至上述目标事件信息所指示的事件起始时刻之间,即目标视频可以为记录目标事件发生前的视频。
在本实施例的一些可选的实现方式中,上述目标视频的拍摄时间通常位于上述目标事件信息所指示的事件结束时刻至后一事件的事件起始时刻之间,即目标视频可以为记录目标事件发生后的视频。
在本实施例的一些可选的实现方式中,基于所得到的相关性系数,根据所选取的视频片段所指示的时间顺序,上述执行主体可以通过以下步骤合成目标视频:
第一步,响应于确定所选取的视频片段所记录的事件所对应的事件发生时间存在重叠部分,选取相关性系数最高的视频片段作为时间重叠部分的视频素材。
第二步,基于所选取的视频素材,合成目标视频。
基于上述可选的实现方式,本方案可以选取与目标事件关联性最高的视频,以保证记录目标事件发生过程的视频前后的视频具有更好的衔接性。
在本实施例的一些可选的实现方式中,基于所确定的精彩程度得分,根据所选取的视频片段所指示的时间顺序,上述执行主体还可以通过以下步骤合成目标视频:
第一步,确定所选取的视频片段是否满足预设的慢速回放条件。
在这些实现方式中,上述慢速回放条件可以包括以下至少一项:事件的类别属于慢速回放类别,精彩度得分大于预设第五阈值,可用视频时间大于所选取的视频片段的时长。其中,上述慢速回放类别可以根据实际应用场景而预先设定,例如足球比赛直播中的犯规、射门事件。上述可用视频时间可以通过目标时刻与记录目标事件发生后的视频片段所对应的机位切换完成时刻之间的差值来确定。其中,上述目标时刻可以为上述待合成视频的结束时刻与目标事件之后的事件的起始时刻的最小值。可选地,在直播领域,上述待合成视频通常可以为所合成的用于延时播出的视频。
第二步,基于满足慢速回放条件的视频片段,合成慢速播放的视频作为目标视频。
在这些实现方式中,基于满足慢速回放条件的视频片段,上述执行主体可以通过各种方式合成慢速播放的视频作为目标视频。作为示例,上述执行主体可以按照针对慢速回放类别事件拍摄的视频片段的精彩度得分由高至低的顺序合成不超过上述可用视频时间的慢速视频作为上述目标视频。
基于上述可选的实现方式,本方案可以在不覆盖所获取的预设时长的视频的叙事流程的条件下生成慢速回放片段,从而丰富所合成的目标视频的内容。
在本实施例的一些可选的实现方式中,根据所选取的视频片段所指示的时间顺序,上述执行主体可以通过以下步骤合成目标视频,包括:
第一步,响应于确定所确定的事件的类别属于增强现实显示类别,确定至少两个机位拍摄的预设时长的视频中对应的视频片段中目标对象之间的画面距离。
在这些实现方式中,上述增强现实显示类别可以用于提示该视频片段可以采用增强现实技术添加距离显示特效,其可以根据实际应用场景而预先设定。作为示例,在足球赛事直播中,上述增强现实显示类别可以包括任意球,远距离射门。作为又一示例,在篮球赛事直播中,上述增强现实显示类别可以包括远距离投篮。上述目标对象可以是根据实际的应用需求,预先指定的任意对象。上述目标对象也可以是根据规则而定的对象,例如射门运动员、人墙、球门。
第二步,检测与目标对象处于同一画面中的预设标志对象之间的画面距离。
在这些实现方式中,上述预设标志对象可以根据实际应用场景而预先设定。作为示例,在足球赛事直播中,上述预设标志对象可以包括足球场上的禁区线。作为又一示例,在篮球赛事直播中,上述预设标志对象可以包括篮球场上的三分线。上述预设标志对象的检测可以通过各种对象检测模型得到,例如Pix2pix网络。
第三步,根据预设标志对象之间的画面距离和预设标志对象之间的实际距离确定画面转换比例。
第四步,根据画面转换比例和目标对象之间的画面距离,确定目标对象之间的实际距离。
第五步,将所确定的实际距离作为附加数据,根据所选取的视频片段所指示的时间顺序,合成目标视频。
在这些实现方式中,上述执行主体可以将上述第四步所确定的实际距离作为相应视频片段的附加数据,采用与前述描述一致的方式合成目标视频,以供在显示设备上显示上述所确定的实际距离。
基于上述可选的实现方式,本方案可以在特定事件发生时生成相对应的距离信息,从而为所合成的目标视频的增强显示信息的显示提供数据基础。
目前,现有的直播导播技术通常只是设置各种画面切换规则,受制于视频事件识别的准确性和规则设定的有限性,在诸如体育赛事直播等现场变化丰富的动态场景下的导播效果难以达到要求,仍然需要依赖人工操作。而本公开的上述实施例提供的方法,通过选取目标事件,并且围绕目标事件发生前、发生时、发生后选取与目标事件的类别相适应的视频片段,合成完整、流畅、具备叙事能力的目标视频,有效地提升了所合成的视频的质量,从而为智能导播提供技术基础。
进一步参考图5,作为对上述各图所示方法的实现,本公开提供了用于检测视频事件的装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图5所示,本实施例提供的用于检测视频事件的装置500包括第一获取单元501、生成单元502。其中,第一获取单元501,被配置成获取相关视频组,其中,相关视频组包括拍摄对象一致、拍摄视角不同且时间对齐的至少两个视频;生成单元502,被配置成将相关视频组输入至预先训练的视频事件分类模型,得到相关视频组中的视频所记录的事件的类别,其中,视频事件分类模型中包括关系网络,关系网络用于融合从相关视频组中的视频中分别提取的特征。
在本实施例中,用于检测视频事件的装置500中:第一获取单元501、生成单元502的具体处理及其所带来的技术效果可分别参考图2对应实施例中的步骤201、步骤202及其可选的实现方式的相关说明,在此不再赘述。
在本实施例的一些可选的实现方式中,上述用于检测视频事件的装置500还包括得分生成单元(图中未示出)。其中,上述得分生成单元,可以被配置成响应于确定所得到的事件的类别属于预设类别,将属于预设类别的事件对应的视频输入至预先训练的视频精彩度得分模型,得到与输入的视频对应的精彩度得分。
在本实施例的一些可选的实现方式中,上述用于检测视频事件的装置500还包括提取单元(图中未示出)、切换确定单元(图中未示出)。其中,上述提取单元,可以被配置成从相关视频组中的视频中分别提取关键帧。上述切换确定单元,可以被配置成根据所提取的关键帧中是否包括预设类别对象以及所提取的关键帧的图像质量,确定所提取的关键帧是否满足镜头切换要求。
在本实施例的一些可选的实现方式中,上述切换确定单元可以被进一步配置成:确定所提取的关键帧中是否包括人脸特写镜头;确定所提取的关键帧的图像质量得分;响应于确定所提取的关键帧中包括人脸特写镜头且图像质量得分大于预设第一阈值,确定所提取的关键帧满足镜头切换要求。
在本实施例的一些可选的实现方式中,上述切换确定单元可以被进一步配置成:将所提取的关键帧输入至预先训练的人脸检测模型,得到表征是否检测到人脸图像的检测结果;响应于确定所得到的检测结果表征检测到人脸图像,确定所检测到的人脸图像的尺寸;响应于确定人脸图像的尺寸大于预设第二阈值,确定所提取的关键帧中包括人脸特写镜头。
本公开的上述实施例提供的装置,通过生成单元502使用包括关系网络的视频事件分类模型,可以融合多路视频的特征以学习多路视频特征之间的关系,从而可以提升对视频所记录的特定类型事件进行识别的准确度。
进一步参考图6,作为对上述各图所示方法的实现,本公开提供了用于合成目标视频的装置的一个实施例,该装置实施例与图4所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图6所示,本实施例提供的用于合成目标视频的装置600包括第二获取单元601、第一选取单元602、确定单元603、第二选取单元604、合成单元605。其中,第二获取单元601,被配置成获取从至少两个机位拍摄的预设时长的视频和事件信息集合,其中,事件信息集合中的事件信息包括至少两个机位拍摄的预设时长的视频所记录的事件的标识、事件起始时刻和事件结束时刻;第一选取单元602,被配置成从事件信息集合中选取事件信息作为目标事件信息;确定单元603,被配置成确定目标事件信息所指示的事件的类别;第二选取单元604,被配置成根据所确定的事件的类别,从至少两个机位拍摄的预设时长的视频中选取与目标事件信息匹配的视频片段;合成单元605,被配置成根据所选取的视频片段所指示的时间顺序,合成目标视频。
在本实施例中,用于合成目标视频的装置600中:第二获取单元601、第一选取单元602、确定单元603、第二选取单元604、合成单元605的具体处理及其所带来的技术效果可分别参考图4对应实施例中的步骤401、步骤402、步骤403、步骤404、步骤405及其可选的实现方式的相关说明,在此不再赘述。
在本实施例的一些可选的实现方式中,上述至少两个机位可以包括主机特写机位。上述第一选取单元602可以进一步被配置成:从事件信息集合中选取主机特写机位拍摄的视频所记录的事件对应的事件信息作为目标事件信息。
在本实施例的一些可选的实现方式中,上述事件信息集合中的事件信息还可以包括事件对应的优先级信息。上述第一选取单元602可以进一步被配置成:响应于确定视频组中的视频所记录的事件所对应的事件发生时间存在重叠部分,选取重叠部分对应的优先级最高的优先级信息所对应的事件信息作为目标事件信息。
在本实施例的一些可选的实现方式中,上述至少两个机位可以包括主机机位和主机特写机位。上述目标视频可以包括记录目标事件信息所指示的目标事件的视频。上述第二选取单元604可以进一步被配置成:响应于确定所确定的事件的类别属于特写可用类别,从属于特写可用类别的事件对应的视频和事件信息中提取第一视频事件特征向量,其中,第一视频事件特征向量中包括以下至少一项:通过预先训练的视频事件分类模型提取的特征向量,事件持续时间与预设时长的比值,优先级信息;根据所提取的第一视频事件特征向量,确定第一视频事件特征向量对应的事件适合机位;从至少两个机位拍摄的预设时长的视频中选取与所确定的事件适合机位相匹配的视频片段。
在本实施例的一些可选的实现方式中,上述第二选取单元604可以进一步被配置成:将所提取的第一视频事件特征向量输入至预先训练的特写机位切换模型,得到用于表征与第一视频事件特征向量对应的事件适合机位是否为主机特写机位的信息。
在本实施例的一些可选的实现方式中,上述至少两个机位可以包括除主机机位之外的其他机位。上述第二选取单元604可以进一步被配置成:响应于确定所确定的事件的类别属于机位切换触发类别,从至少两个机位拍摄的预设时长的视频中提取备选视频片段集合,其中,备选视频片段集合中的备选视频片段的起始时间和终止时间属于目标时间区间;从属于机位切换触发类别的事件对应的视频中提取第二视频事件特征向量,其中,第二视频事件特征向量中包括以下至少一项:基于预先训练的视频事件分类模型对事件发生时间区间对应的视频片段所提取的特征向量,基于预先训练的人脸检测模型对事件发生时间区间对应的视频片段所提取的特征向量;从备选视频片段集合中提取与各备选视频片段对应的视频片段特征向量,其中,视频片段特征向量中包括以下至少一项:基于视频事件分类模型对备选视频片段所提取的特征向量,基于人脸检测模型对备选视频片段所提取的特征向量,视频片段特征向量与第二视频事件特征向量的形式一致;确定所提取的视频片段特征向量与第二视频事件特征向量之间的相关性,得到与各备选视频片段对应的相关性系数;从备选视频片段集合中选取相关性系数大于预设第三阈值的备选视频片段作为与目标事件信息匹配的视频片段。
在本实施例的一些可选的实现方式中,上述合成单元605可以进一步被配置成:响应于确定所选取的视频片段所记录的事件所对应的事件发生时间存在重叠部分,选取相关性系数最高的视频片段作为时间重叠部分的视频素材;基于所选取的视频素材,合成目标视频。
在本实施例的一些可选的实现方式中,上述第二选取单元604可以进一步被配置成:从至少两个机位拍摄的预设时长的视频中提取图像质量得分大于预设第四阈值的视频片段组成准备选视频片段集合;从准备选视频片段集合中分别选取各机位拍摄时间最长的视频片段作为备选视频片段集合。
在本实施例的一些可选的实现方式中,上述机位切换触发类别可以包括事件发生前机位切换类别,上述目标时间区间通常先于目标事件信息所指示的事件起始时刻,上述目标视频的拍摄时间通常位于前一事件的事件结束时刻至目标事件信息所指示的事件起始时刻之间。
在本实施例的一些可选的实现方式中,上述机位切换触发类别可以包括事件发生后机位切换类别,上述目标时间区间通常晚于目标事件信息所指示的事件结束时刻,上述目标视频的拍摄时间通常位于目标事件信息所指示的事件结束时刻至后一事件的事件起始时刻之间。
在本实施例的一些可选的实现方式中,上述第二选取单元604可以进一步被配置成:响应于确定所确定的事件的类别属于回放可用类别,确定至少两个机位拍摄的预设时长的视频中对应的视频片段的精彩度得分;根据所确定的精彩度得分,从至少两个机位拍摄的预设时长的视频中选取视频片段作为与目标事件信息匹配的视频片段。
在本实施例的一些可选的实现方式中,上述合成单元605可以进一步被配置成:确定所选取的视频片段是否满足预设的慢速回放条件,其中,慢速回放条件包括以下至少一项:事件的类别属于慢速回放类别,精彩度得分大于预设第五阈值,可用视频时间大于所选取的视频片段的时长;基于满足慢速回放条件的视频片段,合成慢速播放的视频作为目标视频。
在本实施例的一些可选的实现方式中,上述合成单元605可以进一步被配置成:响应于确定所确定的事件的类别属于增强现实显示类别,确定至少两个机位拍摄的预设时长的视频中对应的视频片段中目标对象之间的画面距离;检测与目标对象处于同一画面中的预设标志对象之间的画面距离;根据预设标志对象之间的画面距离和预设标志对象之间的实际距离确定画面转换比例;根据画面转换比例和目标对象之间的画面距离,确定目标对象之间的实际距离;将所确定的实际距离作为附加数据,根据所选取的视频片段所指示的时间顺序,合成目标视频。
在本实施例的一些可选的实现方式中,上述至少两个机位拍摄的预设时长的视频可以包括从视频流中截取的预设时长视频,上述事件信息可以基于如前述实施例所描述的用于检测视频事件的方法和对预设时长视频切分得到的视频片段得到,上述目标视频可以包括导播后的视频流。
本公开的上述实施例提供的装置,通过第一选取单元602选取目标事件,第二选取单元604围绕目标事件发生前、发生时、发生后选取与目标事件的类别相适应的视频片段,合成单元605合成完整、流畅、具备叙事能力的目标视频,有效地提升了所合成的视频的质量,从而为智能导播提供技术基础。
下面参考图7,其示出了适于用来实现本公开的实施例的电子设备(例如图1中的服务器)700的结构示意图。本公开的实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图7示出的服务器仅仅是一个示例,不应对本公开的实施例的功能和使用范围带来任何限制。
如图7所示,电子设备700可以包括处理装置(例如中央处理器、图形处理器等)701,其可以根据存储在只读存储器(ROM)702中的程序或者从存储装置708加载到随机访问存储器(RAM)703中的程序而执行各种适当的动作和处理。在RAM 703中,还存储有电子设备700操作所需的各种程序和数据。处理装置701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
通常,以下装置可以连接至I/O接口705:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置706;包括例如液晶显示器(LCD,LiquidCrystal Display)、扬声器、振动器等的输出装置707;包括例如磁带、硬盘等的存储装置708;以及通信装置709。通信装置709可以允许电子设备700与其他设备进行无线或有线通信以交换数据。虽然图7示出了具有各种装置的电子设备700,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图7中示出的每个方框可以代表一个装置,也可以根据需要代表多个装置。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置709从网络上被下载和安装,或者从存储装置708被安装,或者从ROM 702被安装。在该计算机程序被处理装置701执行时,执行本公开的实施例的方法中限定的上述功能。
需要说明的是,本公开的实施例所述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的实施例中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行***、装置或者器件使用或者与其结合使用。而在本公开的实施例中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(Radio Frequency,射频)等等,或者上述的任意合适的组合。
上述计算机可读介质可以是上述服务器中所包含的;也可以是单独存在,而未装配入该服务器中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该服务器执行时,使得该服务器:获取相关视频组,其中,相关视频组包括拍摄对象一致、拍摄视角不同且时间对齐的至少两个视频;将相关视频组输入至预先训练的视频事件分类模型,得到相关视频组中的视频所记录的事件的类别,其中,视频事件分类模型中包括关系网络,关系网络用于融合从相关视频组中的视频中分别提取的特征;或者获取从至少两个机位拍摄的预设时长的视频和事件信息集合,其中,事件信息集合中的事件信息包括至少两个机位拍摄的预设时长的视频所记录的事件的标识、事件起始时刻和事件结束时刻;从事件信息集合中选取事件信息作为目标事件信息;确定目标事件信息所指示的事件的类别;根据所确定的事件的类别,从至少两个机位拍摄的预设时长的视频中选取与目标事件信息匹配的视频片段;根据所选取的视频片段所指示的时间顺序,合成目标视频。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的实施例的操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开的各种实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开的实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器,包括第一获取单元、生成单元;或者第二获取单元、第一选取单元、确定单元、第二选取单元、合成单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,第一获取单元还可以被描述为“获取相关视频组的单元,其中,相关视频组包括拍摄对象一致、拍摄视角不同且时间对齐的至少两个视频”。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开的实施例中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (23)
1.一种用于检测视频事件的方法,包括:
获取相关视频组,其中,所述相关视频组包括拍摄对象一致、拍摄视角不同且时间对齐的至少两个视频;
将所述相关视频组输入至预先训练的视频事件分类模型,得到所述相关视频组中的视频所记录的事件的类别,其中,所述视频事件分类模型中包括关系网络,所述关系网络用于融合从所述相关视频组中的视频中分别提取的特征。
2.根据权利要求1所述的方法,其中,所述方法还包括:
响应于确定所得到的事件的类别属于预设类别,将属于所述预设类别的事件对应的视频输入至预先训练的视频精彩度得分模型,得到与输入的视频对应的精彩度得分。
3.根据权利要求1或2所述的方法,其中,所述方法还包括:
从所述相关视频组中的视频中分别提取关键帧;
根据所提取的关键帧中是否包括预设类别对象以及所提取的关键帧的图像质量,确定所提取的关键帧是否满足镜头切换要求。
4.根据权利要求3所述的方法,其中,所述根据所提取的关键帧中是否包括预设类别对象以及所提取的关键帧的图像质量,确定所提取的关键帧是否满足镜头切换要求,包括:
确定所提取的关键帧中是否包括人脸特写镜头;
确定所提取的关键帧的图像质量得分;
响应于确定所提取的关键帧中包括人脸特写镜头且所述图像质量得分大于预设第一阈值,确定所提取的关键帧满足所述镜头切换要求。
5.根据权利要求4所述的方法,其中,所述确定所提取的关键帧中是否包括人脸特写镜头,包括:
将所提取的关键帧输入至预先训练的人脸检测模型,得到表征是否检测到人脸图像的检测结果;
响应于确定所得到的检测结果表征检测到人脸图像,确定所检测到的人脸图像的尺寸;
响应于确定所述人脸图像的尺寸大于预设第二阈值,确定所提取的关键帧中包括人脸特写镜头。
6.一种用于合成目标视频的方法,包括:
获取从至少两个机位拍摄的预设时长的视频和事件信息集合,其中,所述事件信息集合中的事件信息包括所述至少两个机位拍摄的预设时长的视频所记录的事件的标识、事件起始时刻和事件结束时刻;
从所述事件信息集合中选取事件信息作为目标事件信息;
确定所述目标事件信息所指示的事件的类别;
根据所确定的事件的类别,从所述至少两个机位拍摄的预设时长的视频中选取与所述目标事件信息匹配的视频片段;
根据所选取的视频片段所指示的时间顺序,合成目标视频。
7.根据权利要求6所述的方法,其中,所述至少两个机位包括主机特写机位;以及
所述从所述事件信息集合中选取事件信息作为目标事件信息,包括:
从所述事件信息集合中选取主机特写机位拍摄的视频所记录的事件对应的事件信息作为所述目标事件信息。
8.根据权利要求6所述的方法,其中,所述事件信息集合中的事件信息还包括事件对应的优先级信息;以及
所述从所述事件信息集合中选取事件信息作为目标事件信息,包括:
响应于确定所述视频组中的视频所记录的事件所对应的事件发生时间存在重叠部分,选取重叠部分对应的优先级最高的优先级信息所对应的事件信息作为所述目标事件信息。
9.根据权利要求6所述的方法,其中,所述至少两个机位包括主机机位和主机特写机位,所述目标视频包括记录所述目标事件信息所指示的目标事件的视频;以及
所述根据所确定的事件的类别,从所述至少两个机位拍摄的预设时长的视频中选取与所述目标事件信息匹配的视频片段,包括:
响应于确定所确定的事件的类别属于特写可用类别,从属于所述特写可用类别的事件对应的视频和事件信息中提取第一视频事件特征向量,其中,所述第一视频事件特征向量中包括以下至少一项:通过预先训练的视频事件分类模型提取的特征向量,事件持续时间与所述预设时长的比值,优先级信息;
根据所提取的第一视频事件特征向量,确定所述第一视频事件特征向量对应的事件适合机位;
从所述至少两个机位拍摄的预设时长的视频中选取与所确定的事件适合机位相匹配的视频片段。
10.根据权利要求9所述的方法,其中,所述根据所提取的第一视频事件特征向量,确定所述第一视频事件特征向量对应的事件适合机位,包括:
将所提取的第一视频事件特征向量输入至预先训练的特写机位切换模型,得到用于表征与所述第一视频事件特征向量对应的事件适合机位是否为主机特写机位的信息。
11.根据权利要求6所述的方法,其中,所述至少两个机位包括除主机机位之外的其他机位;以及
所述根据所确定的事件的类别,从所述至少两个机位拍摄的预设时长的视频中选取与所述目标事件信息匹配的视频片段,包括:
响应于确定所确定的事件的类别属于机位切换触发类别,从所述至少两个机位拍摄的预设时长的视频中提取备选视频片段集合,其中,所述备选视频片段集合中的备选视频片段的起始时间和终止时间属于目标时间区间;
从属于所述机位切换触发类别的事件对应的视频中提取第二视频事件特征向量,其中,所述第二视频事件特征向量中包括以下至少一项:基于预先训练的视频事件分类模型对事件发生时间区间对应的视频片段所提取的特征向量,基于预先训练的人脸检测模型对事件发生时间区间对应的视频片段所提取的特征向量;
从所述备选视频片段集合中提取与各备选视频片段对应的视频片段特征向量,其中,所述视频片段特征向量中包括以下至少一项:基于所述视频事件分类模型对备选视频片段所提取的特征向量,基于所述人脸检测模型对备选视频片段所提取的特征向量,所述视频片段特征向量与所述第二视频事件特征向量的形式一致;
确定所提取的视频片段特征向量与所述第二视频事件特征向量之间的相关性,得到与各备选视频片段对应的相关性系数;
从所述备选视频片段集合中选取相关性系数大于预设第三阈值的备选视频片段作为与所述目标事件信息匹配的视频片段。
12.根据权利要求11所述的方法,其中,所述根据所选取的视频片段所指示的时间顺序,合成目标视频,包括:
响应于确定所选取的视频片段所记录的事件所对应的事件发生时间存在重叠部分,选取相关性系数最高的视频片段作为时间重叠部分的视频素材;
基于所选取的视频素材,合成目标视频。
13.根据权利要求11所述的方法,其中,所述从所述至少两个机位拍摄的预设时长的视频中提取备选视频片段集合,包括:
从所述至少两个机位拍摄的预设时长的视频中提取图像质量得分大于预设第四阈值的视频片段组成准备选视频片段集合;
从所述准备选视频片段集合中分别选取各机位拍摄时间最长的视频片段作为所述备选视频片段集合。
14.根据权利要求11所述的方法,其中,所述机位切换触发类别包括事件发生前机位切换类别,所述目标时间区间先于所述目标事件信息所指示的事件起始时刻,所述目标视频的拍摄时间位于前一事件的事件结束时刻至所述目标事件信息所指示的事件起始时刻之间。
15.根据权利要求11所述的方法,其中,所述机位切换触发类别包括事件发生后机位切换类别,所述目标时间区间晚于所述目标事件信息所指示的事件结束时刻,所述目标视频的拍摄时间位于所述目标事件信息所指示的事件结束时刻至后一事件的事件起始时刻之间。
16.根据权利要求6所述的方法,其中,所述根据所确定的事件的类别,从所述至少两个机位拍摄的预设时长的视频中选取与所述目标事件信息匹配的视频片段,包括:
响应于确定所确定的事件的类别属于回放可用类别,确定所述至少两个机位拍摄的预设时长的视频中对应的视频片段的精彩度得分;
根据所确定的精彩度得分,从所述至少两个机位拍摄的预设时长的视频中选取视频片段作为与所述目标事件信息匹配的视频片段。
17.根据权利要求16所述的方法,其中,所述根据所选取的视频片段所指示的时间顺序,合成目标视频,包括:
确定所选取的视频片段是否满足预设的慢速回放条件,其中,所述慢速回放条件包括以下至少一项:事件的类别属于慢速回放类别,精彩度得分大于预设第五阈值,可用视频时间大于所选取的视频片段的时长;
基于满足所述慢速回放条件的视频片段,合成慢速播放的视频作为所述目标视频。
18.根据权利要求6所述的方法,其中,所述根据所选取的视频片段所指示的时间顺序,合成目标视频,包括:
响应于确定所确定的事件的类别属于增强现实显示类别,确定所述至少两个机位拍摄的预设时长的视频中对应的视频片段中目标对象之间的画面距离;
检测与所述目标对象处于同一画面中的预设标志对象之间的画面距离;
根据预设标志对象之间的画面距离和预设标志对象之间的实际距离确定画面转换比例;
根据所述画面转换比例和所述目标对象之间的画面距离,确定所述目标对象之间的实际距离;
将所确定的实际距离作为附加数据,根据所选取的视频片段所指示的时间顺序,合成所述目标视频。
19.根据权利要求6-18之一所述的方法,其中,所述至少两个机位拍摄的预设时长的视频包括从视频流中截取的预设时长视频,所述事件信息基于如权利要求1-5之一所述的用于检测视频事件的方法和对所述预设时长视频切分得到的视频片段得到,所述目标视频包括导播后的视频流。
20.一种用于检测视频事件的装置,包括:
第一获取单元,被配置成获取相关视频组,其中,所述相关视频组包括拍摄对象一致、拍摄视角不同且时间对齐的至少两个视频;
生成单元,被配置成将所述相关视频组输入至预先训练的视频事件分类模型,得到所述相关视频组中的视频所记录的事件的类别,其中,所述视频事件分类模型中包括关系网络,所述关系网络用于融合从所述相关视频组中的视频中分别提取的特征。
21.一种用于合成目标视频的装置,包括:
第二获取单元,被配置成获取从至少两个机位拍摄的预设时长的视频和事件信息集合,其中,所述事件信息集合中的事件信息包括所述至少两个机位拍摄的预设时长的视频所记录的事件的标识、事件起始时刻和事件结束时刻;
第一选取单元,被配置成从所述事件信息集合中选取事件信息作为目标事件信息;
确定单元,被配置成确定所述目标事件信息所指示的事件的类别;
第二选取单元,被配置成根据所确定的事件的类别,从所述至少两个机位拍摄的预设时长的视频中选取与所述目标事件信息匹配的视频片段;
合成单元,被配置成根据所选取的视频片段所指示的时间顺序,合成目标视频。
22.一种服务器,包括:
一个或多个处理器;
存储装置,其上存储有一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-19中任一所述的方法。
23.一种计算机可读介质,其上存储有计算机程序,其中,该程序被处理器执行时实现如权利要求1-19中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011079438.5A CN112287771A (zh) | 2020-10-10 | 2020-10-10 | 用于检测视频事件的方法、装置、服务器和介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011079438.5A CN112287771A (zh) | 2020-10-10 | 2020-10-10 | 用于检测视频事件的方法、装置、服务器和介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112287771A true CN112287771A (zh) | 2021-01-29 |
Family
ID=74421904
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011079438.5A Pending CN112287771A (zh) | 2020-10-10 | 2020-10-10 | 用于检测视频事件的方法、装置、服务器和介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112287771A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114025183A (zh) * | 2021-10-09 | 2022-02-08 | 浙江大华技术股份有限公司 | 直播方法、装置、设备、***和存储介质 |
CN115695904A (zh) * | 2021-07-21 | 2023-02-03 | 广州视源电子科技股份有限公司 | 视频的处理方法、装置、计算机存储介质及智能交互平板 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017215295A1 (zh) * | 2016-06-14 | 2017-12-21 | 华为技术有限公司 | 一种摄像机参数调整方法、导播摄像机及*** |
CN109326310A (zh) * | 2017-07-31 | 2019-02-12 | 西梅科技(北京)有限公司 | 一种自动剪辑的方法、装置及电子设备 |
CN110119757A (zh) * | 2019-03-28 | 2019-08-13 | 北京奇艺世纪科技有限公司 | 模型训练方法、视频类别检测方法、装置、电子设备和计算机可读介质 |
CN110166651A (zh) * | 2019-05-23 | 2019-08-23 | 软通智慧科技有限公司 | 一种导播方法、装置、终端设备及存储介质 |
CN110381366A (zh) * | 2019-07-09 | 2019-10-25 | 新华智云科技有限公司 | 赛事自动化报道方法、***、服务器及存储介质 |
CN110460838A (zh) * | 2019-07-11 | 2019-11-15 | 平安科技(深圳)有限公司 | 一种镜头切换的检测方法、装置及计算机设备 |
CN110933406A (zh) * | 2019-12-10 | 2020-03-27 | 央视国际网络无锡有限公司 | 一种短视频配乐质量客观评价方法 |
-
2020
- 2020-10-10 CN CN202011079438.5A patent/CN112287771A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017215295A1 (zh) * | 2016-06-14 | 2017-12-21 | 华为技术有限公司 | 一种摄像机参数调整方法、导播摄像机及*** |
CN109326310A (zh) * | 2017-07-31 | 2019-02-12 | 西梅科技(北京)有限公司 | 一种自动剪辑的方法、装置及电子设备 |
CN110119757A (zh) * | 2019-03-28 | 2019-08-13 | 北京奇艺世纪科技有限公司 | 模型训练方法、视频类别检测方法、装置、电子设备和计算机可读介质 |
CN110166651A (zh) * | 2019-05-23 | 2019-08-23 | 软通智慧科技有限公司 | 一种导播方法、装置、终端设备及存储介质 |
CN110381366A (zh) * | 2019-07-09 | 2019-10-25 | 新华智云科技有限公司 | 赛事自动化报道方法、***、服务器及存储介质 |
CN110460838A (zh) * | 2019-07-11 | 2019-11-15 | 平安科技(深圳)有限公司 | 一种镜头切换的检测方法、装置及计算机设备 |
CN110933406A (zh) * | 2019-12-10 | 2020-03-27 | 央视国际网络无锡有限公司 | 一种短视频配乐质量客观评价方法 |
Non-Patent Citations (2)
Title |
---|
JAKSIC, B.S.等: "Broadcasting systems and standards of satellite television transmission in europe", TEHNIKA, vol. 73, no. 6, 24 July 2019 (2019-07-24) * |
胡胜红;谭生龙;桂超;孙宝林;: "基于记分牌时间和新闻文本提取足球视频精彩事件", 济南大学学报(自然科学版), no. 05, 6 June 2016 (2016-06-06) * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115695904A (zh) * | 2021-07-21 | 2023-02-03 | 广州视源电子科技股份有限公司 | 视频的处理方法、装置、计算机存储介质及智能交互平板 |
CN114025183A (zh) * | 2021-10-09 | 2022-02-08 | 浙江大华技术股份有限公司 | 直播方法、装置、设备、***和存储介质 |
CN114025183B (zh) * | 2021-10-09 | 2024-05-14 | 浙江大华技术股份有限公司 | 直播方法、装置、设备、***和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3488618B1 (en) | Live video streaming services with machine-learning based highlight replays | |
CN107707931B (zh) | 根据视频数据生成解释数据、数据合成方法及装置、电子设备 | |
CN107615766B (zh) | 用于创建和分配多媒体内容的***和方法 | |
CN110381366B (zh) | 赛事自动化报道方法、***、服务器及存储介质 | |
CN103200463A (zh) | 一种视频摘要生成方法和装置 | |
CN110944123A (zh) | 一种体育赛事智能导播方法 | |
CN112312142B (zh) | 视频播放控制方法、装置和计算机可读存储介质 | |
KR20150083355A (ko) | 증강 미디어 서비스 제공 방법, 장치 및 시스템 | |
JP6649231B2 (ja) | 検索装置、検索方法およびプログラム | |
CN110856039A (zh) | 视频处理方法及装置、存储介质 | |
CN112287771A (zh) | 用于检测视频事件的方法、装置、服务器和介质 | |
US20110235859A1 (en) | Signal processor | |
Wang et al. | Automatic composition of broadcast sports video | |
KR102037997B1 (ko) | 전자 장치 및 콘텐츠 생성 방법 | |
CN114339423A (zh) | 短视频生成方法、装置、计算设备及计算机可读存储介质 | |
CN106162222B (zh) | 一种视频镜头切分的方法及装置 | |
US8768945B2 (en) | System and method of enabling identification of a right event sound corresponding to an impact related event | |
CN110287934B (zh) | 一种对象检测方法、装置、客户端及服务器 | |
Nieto et al. | An automatic system for sports analytics in multi-camera tennis videos | |
KR20160025474A (ko) | 판정 방법 및 장치 | |
US10998006B1 (en) | Method and system for producing binaural immersive audio for audio-visual content | |
KR102276636B1 (ko) | Ai 기반 영상 자동 추적 및 재생장치와 방법 | |
CN110166825B (zh) | 视频数据处理方法及装置、视频播放方法及装置 | |
Su et al. | Transition effect detection for extracting highlights in baseball videos | |
JP2021141434A (ja) | シーン抽出方法、装置およびプログラム |
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 |