CN109344292A - 赛事得分片段的生成方法、装置、服务器和存储介质 - Google Patents
赛事得分片段的生成方法、装置、服务器和存储介质 Download PDFInfo
- Publication number
- CN109344292A CN109344292A CN201811143221.9A CN201811143221A CN109344292A CN 109344292 A CN109344292 A CN 109344292A CN 201811143221 A CN201811143221 A CN 201811143221A CN 109344292 A CN109344292 A CN 109344292A
- Authority
- CN
- China
- Prior art keywords
- race
- score
- name
- candidate
- team
- 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.)
- Granted
Links
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
- 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
-
- 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
- G06V20/49—Segmenting video sequences, i.e. computational techniques such as parsing or cutting the sequence, low-level clustering or determining units such as shots or scenes
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Computing Systems (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明实施例公开了一种赛事得分片段的生成方法、装置、服务器和存储介质。该方法包括:确定赛事图像序列关联的文本序列集合;对所述文本序列集合进行处理,以确定参赛队名;依据所述参赛队名对所述文本序列集合进行处理,并依据处理结果确定各赛事比分以及各赛事比分的得分时间段;从所述赛事图像序列中提取所述各赛事比分的得分时间段对应的图像序列片段,组成赛事得分片段。本发明实施例的技术方案解决了生成赛事得分片段时,成本、效率与准确度无法兼顾的问题,能够做到低成本、准确量产赛事得分的精彩片段,提高了用户的使用体验。
Description
技术领域
本发明实施例涉及图像处理技术,尤其涉及一种赛事得分片段的生成方法、装置、服务器和存储介质。
背景技术
体育赛事作为重要的生活娱乐项目备受用户青睐,而得分片段作为体育赛事的精彩内容更是深受用户喜爱。
目前,赛事的得分片段生成方式主要有如下两种方案:方案(1),在提取比赛视频得分片段时,需要人工持续观看比赛视频,记录下视频中包含的得分起始时间和结束时间,系统根据记录的起始时间和结束时间进行得分片段的截取。方案(2),预先在比赛视频中标记大量的得分动作数据来训练动作检测模型,利用训练好的动作检测模型推断视频中得分动作的起始时间和结束时间,根据推断的起始时间和结束时间进行得分视频的截取。
但是,上述方案(1)在生成得分片段的过程中依赖人工操作,无法做到完全自动化,从而导致出现生成得分片段成本高、产量低的情况;而上述方案(2)虽然实现了自动识别生成得分片段,但其准确率、召回率、识别精度都不高,应用到产品上会影响用户体验。
发明内容
本发明实施例提供一种赛事得分片段的生成方法、装置、服务器和存储介质,能够降低赛事得分片段生成的成本,提高生成效率、召回率和准确率。
第一方面,本发明实施例提供了一种赛事得分片段的生成方法,该方法包括:
确定赛事图像序列关联的文本序列集合;
对所述文本序列集合进行处理,以确定参赛队名;
依据所述参赛队名对所述文本序列集合进行处理,并依据处理结果确定各赛事比分以及各赛事比分的得分时间段;
从所述赛事图像序列中提取所述各赛事比分的得分时间段对应的图像序列片段,组成赛事得分片段。
第二方面,本发明实施例还提供了一种赛事得分片段的生成装置,该装置包括:
文本集合确定模块,用于确定赛事图像序列关联的文本序列集合;
参赛队名确定模块,用于对所述文本序列集合进行处理,以确定参赛队名;
得分时段确定模块,用于依据所述参赛队名对所述文本序列集合进行处理,并依据处理结果确定各赛事比分以及各赛事比分的得分时间段;
片段组成模块,用于从所述赛事图像序列中提取所述各赛事比分的得分时间段对应的图像序列片段,组成赛事得分片段。
第三方面,本发明实施例还提供了一种服务器,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序;
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本发明任意实施例所述的赛事得分片段的生成方法。
第四方面,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本发明任意实施例所述的赛事得分片段的生成方法。
本发明通过对赛事图像序列关联的文本序列集合进行处理,确定参赛队名,根据确定的参赛队名再对文本序列集合处理确定赛事比分的得分时间段,最后从赛事图像序列中提取得分时间段对应的图像序列片段,组成赛事得分片段。解决了生成赛事得分片段时,成本、效率与准确度无法兼顾的问题,能够做到低成本、准确的量产赛事得分的精彩片段,提高了用户的使用体验。
附图说明
图1是本发明实施例一提供的一种赛事得分片段的生成方法的流程图;
图2是本发明实施例二提供的一种赛事得分片段的生成方法的流程图;
图3是本发明实施例三提供的一种赛事得分片段的生成方法的流程图;
图4A是本发明实施例四提供的一种赛事得分片段的生成方法的流程图;
图4B是本发明实施例四提供的一种赛事得分片段生成的算法原理示意图;
图5是本发明实施例五提供的一种赛事得分片段的生成装置的结构示意图;
图6是本发明实施例六提供的一种服务器的结构示意图。
具体实施方式
下面结合附图和实施例对本发明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本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1为本发明实施例一提供的赛事得分片段的生成方法的流程图,本实施例可适用于根据比赛视频生成得分片段来展示比赛精彩内容的情况,该方法可以由本法明实施例提供的赛事得分片段的生成装置或服务器来执行,该装置可采用硬件和/或软件的方式实现。如图1所示,具体包括如下步骤:
S101,确定赛事图像序列关联的文本序列集合。
其中,赛事图像可以是某一场比赛的视频或图片,由于赛事图像可以由一帧帧图像组成的,因此,赛事图像中的各帧图像构成了赛事图像序列。文本序列集合可以是赛事图像序列中的各帧图像的文字内容对应的文本序列组成的集合。可选的,文本序列集合中可以包括文本序列的内容及其与各帧图像之间的关联关系,如可以是文本序列对应的图像帧的编号。
可选的,确定赛事图像序列关联的文本序列集合可以是,基于光学字符识别(Optical Character Recognition,OCR)技术,对赛事图像序列中的各帧图像进行文本检测,将每帧图像的识别结果作为一个文本序列,形成文本序列集合。具体的,可以是对一场赛事的赛事图像,按照固定时间间隔,对该时间间隔内的每一帧图像执行S101的操作,并记录下本次固定时间间隔处理的最后一个赛事图像序列帧的位置,下一次触发执行时,以本次执行的最后一帧赛事图像序列所在位置的下一帧为起始位置,再获取固定时间间隔的每一帧图像,继续执行S101的操作,直到对该赛事图像的每一帧图像都确定了关联的文本序列为止。
可选的,由于录制赛事视频时,采样频率较高,相邻的图像序列的内容基本上没有变化,因此,为了提高生成赛事得分片段的效率,减少不必要的功耗,在确定赛事图像序列关联的文本序列集合时,可以是按照预设的帧率对赛事图像进行抽帧,得到赛事图片序列;对所述赛事图片序列中的各赛事图片进行文本检测得到各赛事图片的文本序列,构成文本序列集合。
具体的,可以是先预先设置一个帧率,如每1秒抽10帧,按照预设的帧率,从每一秒中的全部赛事图像序列中抽取10帧赛事图片,将抽帧的赛事图片按照抽取顺序排列构成赛事图片序列,然后再将每一个赛事图片输入到OCR模块对该赛事图像进行文本识别,得到该赛事图片的文本序列,最后将各赛事图片检测得到的文序列构成文本序列集合。
可选的,在本实施例中,预设的帧率可以根据实际情况进行调整,例如,在对赛事图像进行抽帧时,若预设的帧率低了,可能会造成与得分相关的重要图片数据丢失,从而导致最终生成的赛事得分片段不准确;若预设的帧率高了,虽然生成的赛事得分片段准确了,但是会增加系统的功耗,影响最终的生成效率。因此,可以根据赛事图像序列的实际情况,对预设的帧率进行调整,以找到最佳的帧率,在保证准确率的同时,尽可能的降低系统功耗。
S102,对文本序列集合进行处理,以确定参赛队名。
其中,参赛队名可以是参加本次赛事的队伍的名字,参赛队名的形式有很多,例如,团体比赛时,参赛队名可以是国家或团体所特有的名字(如,团体所属的俱乐部的名称)等等;单人比赛时,参赛队名可以是选手自己的姓名或姓名的简称等等。
可选的,对文本序列集合进行处理,确定参赛队名的方式有很多,本申请对此不进行限定。可以是针对不同的赛事,预先存储有参赛队名库,将各文本序列中的文本内容与参赛队名库中的候选参赛队名进行比较,来确定本场赛事的参赛队名。还可以是根据参赛队名的共有特点,对文本序列集合中的文本内容进行解析,进而确定本场赛事的参赛队名。例如,对于世界杯比赛,参赛队名只可能是国家名,因此,可以对文本序列集合中的文本内容进行解析,分析其中是否包含国家名,若包含,则将该国家名确定为参赛队名。也可以是设置正则表达式,将正则表达式与各文本序列中的文本内容进行匹配,从而确定参赛队名。本申请对具体的确定方法不进行限定。
可选的,对文本序列集合进行处理确定参赛队名时,可能是针对每个文本序列都能确定出至少两个参赛队名,其中包括正确的,也包括不正确的,可以统计文本序列集合中确定的所有参赛队名的频率,选择出现频率排名靠前的至少两个参赛队名(具体选择几个参赛队名,根据比赛中具体的参赛队伍的个数而确定)确定为最终的参赛队名。
S103,依据参赛队名对文本序列集合进行处理,并依据处理结果确定各赛事比分以及各赛事比分的得分时间段。
其中,赛事比分的得分时间段可以是导致赛事比分发生变化的动作数据(即选手得分过程)所属的时间段,这段时间是比赛最精彩的部分,通常在比分发生变化之前。
可选的,通常情况下,参赛队名附近会有当前的比分情况,因此,根据参赛队名对文本序列集合进行处理,并依据处理结果确定各赛事比分。具体的,可以是对每个文本序列中的参赛队名所在位置附近的文本内容进行提取,从提取的内容中确定该文本序列对应的赛事比分。也可以是根据参赛队名,更新正则表达式,根据更新后的正则表达式再与各文本序列匹配,来确定各文本序列对应的赛事比分。
需要说明的是,每个文本序列可能都对应有一个赛事比分,由于文本序列和赛事图像序列之间有对应的关联关系,因此每个文本序列确定的赛事比分即为关联的赛事图像序列对应的赛事比分。可选的,在确定各赛事比分的得分时间段时,可以根据各赛事图像序列对应的赛事比分以及各赛事图像序列在整个赛事图像中对应的时间,找到各赛事比分发生变化对应的时刻,然后再以各赛事比分发生变化的时刻为准,确定各赛事比分的得分时间段。可选的,可以是以赛事比分发生变化的时刻为准,向前加平均得分时长,即可得到该赛事得分对应的得分时间段。其中,平均得分时长可以是根据不同赛事得分动作的平均时长来确定,例如,统计足球比赛从射球到进球的平均时间作为平均得分时长。也可以是以赛事比分发生变化的时刻为准,向前加平均得分时长,向后加冗余时长,得到该赛事得分对应的得分时间段,其中,冗余数据是为了保证生成片段的完整性和美观性根据实际情况设定的。
S104,从赛事图像序列中提取各赛事比分的得分时间段对应的图像序列片段,组成赛事得分片段。
在确定了各赛事比分对应的得分时间段后,从赛事图像序列中截取各赛事比分对应的得分时间段所属的赛事图像序列,组成赛事得分片段。可选的,可以将每个赛事比分的得分时间段生成一个小的赛事得分片段,也可以是将整场赛事的各赛事比分对应的各图像序列片段进行拼接,组成一个总的赛事得分片段。
可选的,在从赛事图像序列中提取各赛事比分的得分时间段对应的图像序列片段时,可以是先根据赛事图像序列中各图像序列对应的时刻,找到各得分时间段的起始时间和结束时间,然后再利用视频提取软件,根据各得分时间段的起始时间和结束时间设置提取的时间参数,即可自动从赛事图像中提取出赛事得分片段。
本实施例提供了一种赛事得分片段的生成方法,通过对赛事图像序列关联的文本序列集合进行处理,确定参赛队名,根据确定的参赛队名再对文本序列集合处理确定赛事比分的得分时间段,最后从赛事图像序列中提取得分时间段对应的图像序列片段,组成赛事得分片段。解决了生成赛事得分片段时,成本、效率与准确度无法兼顾的问题,能够做到低成本、准确的量产赛事得分的精彩片段,提高了用户的使用体验。
实施例二
图2本发明实施例二提供的一种赛事得分片段的生成方法的流程图,该方法在上述实施例的基础上进一步的优化,具体给出了对文本序列集合进行处理,以确定参赛队名的具体情况介绍。如图2所示,该方法包括:
S201确定赛事图像序列关联的文本序列集合。
S202,将文本序列集合中包括的各文本序列与预设的初始比分正则表达式进行匹配,得到文本序列集合的各候选队名。
其中,正则表达式又称规则表达式,通常被用来进行检索符合表达式规则的文本。本实施例预设的初始比分正则表达式可以是根据赛事图像中队名与比分组合模式来设置的,如两参赛队名为A和B,SA、SB分别为A、B队的得分,则从文本序列集合中确定各候选队名的初始化比分正则表达式可以为:“A[空格若干]SA:SB[空格若干]B”、“A[空格若干]SA-SB[空格若干]B”或“A[空格若干]SA[空格若干]SB[空格若干]B”等中的任意一种。
具体的,将文本序列集合中的包括的每个文本序列与预设的初始比分正则表达式进行匹配的过程可以是,将上述正则表达式结构模式转换为正则表达式模式字符串,具体的,A、B替换为非数字字符串,SA、SB替换为数字字符串。对各文本序列中的文字内容按初始比分正则表达式模式字符串提取候选队名比分字符串,将候选比分队名文本数字前后两端的文本取出,作为候选队名。例如,若文本序列中文字内容包括“A2-0B”与正则表达式“[非数字字符串][空格若干][数字字符串]-[数字字符串][空格若干][非数字字符串]”相匹配,则从该文本序列的文字内容中提取出候选队名“A”和“B”。
S203,依据各候选队名关联的文本序列的数量和差异度,从各候选队名中确定参赛队名。
可选的,由于通过OCR文字识别得到的文本序列可能存在识别错误的情况或根据初始比分正则表达式确定的各候选队名可能也有匹配,但并不是队名的情况。例如,赛事图像中介绍足球比赛的参赛队员时,对参赛队员简介的识别结果可能是“张三(姓名)7(球衣号)1(本场进球数)后腰(位置)”,符合初始比分正则表达式“[非数字字符串][空格若干][数字字符串][空格若干][数字字符串][空格若干][非数字字符串]”,此时根据该初始比分正则表达式从中确定的候选队名是“张三”和“后腰”,但是“张三”和“后腰”并不是真正的参赛队名。因此,对于S202确定的各候选队名,还要根据其关联的文本序列的数量和差异度,从各候选队名中确定参赛队名。
具体的,依据各候选队名关联的文本序列的数量和差异度,从各候选队名中确定参赛队名,包括以下两个步骤:
(1)从各候选队名中选择关联的文本序列数量最多的候选队名作为第一参赛队名,并滤除与第一参赛队名之间的差异度小于差异度阈值的候选队名。
其中,S202中确定各候选队名的文本序列即为与该候选队名关联的文本序列,由于赛事图像中参赛队名和比分通常是固定显示在某一位置的,因此,正确的参赛队名对应的文本序列的数量应该是最多的,因此,可以统计各候选队名关联的文本序列数量,选择关联文本序列数量最多的候选队名作为第一参赛队名。为了防止出现确定的第二参赛队名是第一参赛队名的误识别结果的情况,可以在确定第一参赛队名后,比较第一参赛队名与其余各候选队名之间的差异度,将差异度小于差异度阈值的候选队名从其余各候选队名中滤除。可选的,计算第一参赛队名与其余各候选队名之间的差异度时,可以通过计算两参赛队名的余弦相似性、汉明距离、Jaccard相似性系数等方式实现。差异度阈值可以是根据实际情况预先设置的,可以根据不同的赛事进行调整。
(2)从剩余的候选队名中选择关联的文本序列数量最多的候选队名作为第二参赛队名。
其中,对滤除了与第一参赛队名差异小的候选队名后,查看剩余的各候选队名关联的文本序列数量,选择数量最多的候选队名作为第二参赛队名。
S204,依据参赛队名对所述文本序列集合进行处理,并依据处理结果确定各赛事比分以及各赛事比分的得分时间段。
S205,从赛事图像序列中提取各赛事比分的得分时间段对应的图像序列片段,组成赛事得分片段。
本实施例提供了一种赛事得分片段的生成方法,通过将赛事图像序列关联的文本序列集合与预设初始比分正则表达式进行匹配,得到各候选队名,再结合各候选队名关联的文本序列的数量和差异度从中确定参赛队名,根据确定的参赛队名再对文本序列集合处理确定赛事比分的得分时间段,最后从赛事图像序列中提取得分时间段对应的图像序列片段,组成赛事得分片段。提高了参赛队名确定的准确性和高效性,为低成本、准确的量产赛事得分的精彩片段提供了保证,提高了用户的使用体验。
实施例三
图3本发明实施例三提供的一种赛事得分片段的生成方法的流程图,该方法在上述各实施例的基础上进一步的优化,具体给出了依据参赛队名对文本序列集合进行处理,并依据处理结果确定各赛事比分以及各赛事比分的得分时间段的具体情况介绍。如图3所示,该方法包括:
S301确定赛事图像序列关联的文本序列集合。
S302,对文本序列集合进行处理,以确定参赛队名。
S303,依据参赛队名和初始比分正则表达式,生成当前比分正则表达式。
本实施例在确定赛事比分前,需要根据S302确定的参赛队名,对初始比分正则表达式进行调整,生成当前比分正则表达式,具体的过程可以是,将参赛队名替换初始比分正则表达式的非数字字符串,即将初始比分正则表达式调整为包含参赛队名的当前比分正则表达式,例如,参赛队名为“A”和“B”,初始比分正则表达式是“[非数字字符串][空格若干][数字字符串]-[数字字符串][空格若干][非数字字符串]”,则根据参赛队名和初始比正则表达式生成的当前比分正则表达式可以是“[A][空格若干][数字字符串]-[数字字符串][空格若干][B]”或“[B][空格若干][数字字符串]-[数字字符串][空格若干][A]”。
S304,采用当前比分正则表达式对文本序列集合中各文本序列进行匹配确定各候选比分。
具体的,可以采用生成的当前比分正则表达式对每个文本序列都进行匹配,从匹配当前比分正则表达式的文本内容中确定该文本序列对应的候选比分。例如,若该文本序列的文本内容中包括“A2-0B”,采用当前比分正则表达式“[A][空格若干][数字字符串]-[数字字符串][空格若干][B]”进行匹配后可以确定,该文本序列对应的候选比分是2比0。
S305,依据各候选比分关联的赛事图片,确定赛事图片中的赛事比分以及赛事比分变化的时刻。
其中,各候选比分是从各文本序列中确定的,而各文本序列都是从抽帧后的各赛事图片中识别得到的。因此,各候选比分与各赛事图片是存在一定的关联关系,而根据预设的帧率和各赛事图片在赛事图片序列中的排序情况,可以得到各赛事图片在赛事图像中对应的时间。因此,各候选比分即为与之关联的赛事图片中的赛事比分,赛事比分变化的时刻即为发生变化的候选比分对应的赛事图片在赛事图像中对应的时间。
可选的,依据各候选比分关联的赛事图片,确定赛事图片中的赛事比分以及赛事比分变化的时刻,包括以下两个步骤:
(1)依据各候选比分关联的赛事图片和赛事图像的抽帧帧率确定各候选比分的时刻。
以图片序号从1开始且顺序递增为例,可以将各候选比分关联的赛事图片的序号除以赛事图像的抽帧帧率,得到各候选比分的时刻。具体的,假设抽帧帧率为每1秒抽10帧,候选比分“0-0”关联的赛事图片序号为1000,则该候选比分“0-0”的比分时刻为赛事图片序号除以抽帧帧率的结果,即100(1000/10)秒。
(2)针对每一候选比分,若在该候选比分的时刻所属的单位时间长度内该候选比分在赛事图像中的出现次数大于次数阈值,则将该候选比分作为赛事比分并得到赛事比分变化的时刻。
为了防止确定的候选比分中存在错误比分的情况,针对每一候选比分,可以不直接将其确定为赛事比分,而是要先对该候选比分进一步的认证,再确定该候选比分是否为赛事比分,进而再计算赛事比分的变化时刻。
其中,判断各候选比分准确性时,候选比分的时刻所属的单位时间长度可以是预先设定的一个时间长度(如1秒钟),判断在1秒钟内该候选比分连续出现的次数是否大于预设次数(如2次),若大于2次,说明该候选比分为赛事比分,若小于或等于2次,则该候选比分为无效比分。其目的就是为了对该候选比分进行进一步认证,来判断该候选比分的可靠性,将错误的侯选比分排除。
可选的,确定赛事比分变化的时刻可以是将确定的各赛事比分依次进行比较,找到与上一赛事比分发生变化的当前赛事比分对应的时刻作为赛事比分的变化时刻,例如,若比赛第15分50秒抽取的前5帧图片对应的5个赛事比分依次为“0-0”、“0-0”、“1-0”、“1-0”和“1-0”,通过比较可以得出,从第二个赛事比分“0-0”到第三个赛事比分“1-0”赛事比分发生了变化,则比赛第15分50秒为赛事比分的变化时刻。
S306,依据赛事图片中的赛事比分以及赛事比分变化的时刻,确定赛事比分的得分时间段。
赛事比分变化时刻通常是在比赛中队员有得分动作发生后产生的比分变化,因此,在确定赛事比分得分时间段时,可以主要获取赛事比分生变化时刻前的一段时间作为比分的得分时间;也可以在在获取了赛事比分发生变化时刻前的一段时间后,再获取之后的一段时间,将其一并作为比分的得分时间段。
可选的,根据赛事图片中赛事比分以及赛事比分变化时刻,确定赛事比分的得分时间段的方法,可以包括以下两个步骤:
(1)若任一赛事图片中的赛事比分与相邻赛事图片中的赛事比分不同,则将该赛事比分的时刻作为该赛事比分的得分时刻。
具体的,任一赛事图片中的赛事比分与相邻赛事图像中的赛事比分比较时,可以是将当前赛事比分与后一相邻赛事比分进行比较,也可以是将当前赛事比分与前一相邻赛事比分进行比较,本实施例对此不进行限定。通过对比找到某一赛事图片的赛事比分与相邻赛事图像的赛事比分不同时,则将该赛事图片对应的时刻作为该赛事的一个得分时刻。对赛事图片序列中的每一个赛事图片都进行判断后,即可以得到该赛事的所有赛事比分的得分时刻。
(2)依据赛事比分的得分时刻、平均得分延迟时长和片段时长,确定所述赛事比分的得分时间段。
其中,平均得延迟时长可以是实际得分时刻与比分变化的时刻之间的时间长度,是由于比分变化延迟导致的,可以是人工观看视频时确定,也可以是通过检测算法来确定。例如,可以是采用实验观察赛事图像中实际发生得分事件(如进球)开始,至视频中比分发生变化间隔时长的平均值。片段时长可以是得分动作持续的时间长度或每一次得分想要回放的时间长度(如15秒),具体的片段时长可以根据需要进行调整。
可选的,在确定赛事比分的得分时间段时,可以是分别确定赛事比分的得分起始时间和得分结束时间。具体的,可以按照如下公式计算赛事比分的得分起始时间和得分结束时间:
赛事比分的得分起始时间=赛事得分时刻-平均得分延迟时长-片段时长;
赛事比分的得分结束时间=赛事得分时刻-平均得分延迟时长。
可选的,为了保证生成的赛事得分片段的完整性和美观性,还可以根据实际需求在确定赛事比分的得分结束时间时,适当的留有冗余时间,冗余时间可以根据需求进行适应性的调整。此时,赛事比分的得分结束时间的计算公式可以是:赛事比分的得分结束时间=赛事得分时刻-平均得分延迟时长+冗余时间。
S307,从赛事图像序列中提取各赛事比分的得分时间段对应的图像序列片段,组成赛事得分片段。
本实施例提供了一种赛事得分片段的生成方法,通过对赛事图像序列关联的文本序列集合进行处理,确定参赛队名,再根据确定的参赛队名对初始比分正则表达式进行调整后,从文本序列集合中确定各候选比分,依据候选比分关联的赛事图像确定各赛事比分以及赛事比分的变化时刻,进而确定赛事比分的得分时间段,最后从赛事图像序列中提取得分时间段对应的图像序列片段,组成赛事得分片段。提高了赛事比分的得分时间段确定的准确性,进而保证了赛事得分片段生成的准确性,给用户带来了更好的观看体验。
实施例四
图4A是本发明实施例四提供的一种赛事得分片段的生成方法的流程图,图4B是本发明实施例四提供的一种赛事得分片段生成的算法原理示意图实施例是在上述各实施例的基础上的一个优选实例,具体的,该方法包括:
S401,按照预设的帧率对赛事图像进行抽帧,得到赛事图片序列。
示例性的,本申请实施例以一个时长为10分钟的赛事视频为例进行介绍,若预设帧率为1秒抽取10帧,则按照该抽帧帧率对时长为10分钟的赛事视频进行抽帧,得到6000张赛事图片构成的图像序列。图4B中的t0到t3即为抽取的各赛事图片组成的序列。
S402,对赛事图片序列中的各赛事图片进行文本检测得到各赛事图片的文本序列,构成文本序列集合。
示例性的,对抽取得到的6000张赛事图片分别采用系统中的OCR模块进行文本识别,每张赛事图片的识别结果作为该赛事图片关联的文本序列,将6000个关联的文本序列构成文本序列集合。
S403,将文本序列集合中包括的各文本序列与预设的初始比分正则表达式进行匹配,得到文本序列集合的各候选队名。
示例性的,根据该赛事图像设置初始比分正则表达式为“[非数字字符串][空格若干][数字字符串][空格若干][数字字符串][空格若干][非数字字符串]”,利用该初始比分正则表达式对每个文本序列进行匹配,得到文本序列集合中的所有候选队名为:A、A'、B、B'、C。
S404,从各候选队名中选择关联的文本序列数量最多的候选队名作为第一参赛队名,并滤除与第一参赛队名之间的差异度小于差异度阈值的候选队名。
示例性的,统计各候选队名关联的文本序列数量(即候选队名出现的频率),其中,A出现了5980次,A'出现了10次,B出现了5948次,B'出现了15次,C出现了6次。选择关联文本序列数量最多的候选队名A作为第一参赛队名,通过计算各候选队名之间的差异度发现,A'与A的差异度小于差异度阈值,则将A'从候选队名中滤除。
S405,从剩余的候选队名中选择关联的文本序列数量最多的候选队名作为第二参赛队名。
示例性的,从剩余的各候选队名B、B'、C中再次选择关联的文本序列数量最多的候选队名B,将其作为第二参赛队名。
可选的,若还有更多的参赛队时,选出与第二参赛队名差异度小于差异度阈值的候选队名进行滤除,继续从剩余的候选队名中选择关联的文本序列数量最多的候选队名作为第三参赛队名,以此类推,直到选择完所有的参赛队名为止。
S406,依据参赛队名和初始比分正则表达式,生成当前比分正则表达式。
示例性的,当两个参赛队名A和B确定后,对初始比分正则表达式[非数字字符串][空格若干][数字字符串][空格若干][数字字符串][空格若干][非数字字符串]进行调整,将两参赛队名替换非数字字符串,得到当前比分正则表达式为“A[空格若干][数字字符串][空格若干][数字字符串][空格若干]B”,或“B空格若干][数字字符串][空格若干][数字字符串][空格若干]A”,其中,两个参赛队名的顺序,可根据赛事图像的实际情况而定。
S407,采用当前比分正则表达式对文本序列集合中各文本序列进行匹配确定各候选比分。
示例性的,利用生成的当前比分正则表达式对每个文本序列进行匹配,得到文本序列集合中的各候选队比分:0-0、0-0、…、0-0、1-0、1-0、1-0、…、1-0、2-0…2-0。
S408,依据各候选比分关联的赛事图片和赛事图像的抽帧帧率确定各候选比分的时刻。
其中,每个候选比分都有其关联的赛事图片,根据赛事图片的抽帧帧率,以及该赛事图片在赛事图像序列中的顺序序号,即可确定各赛事图片对应的时刻,该时刻即为与该赛事图片关联的候选比分的时刻。
示例性的,抽帧帧率为1秒抽10帧,则候选比分的时刻为其关联的赛事图片的在赛事图片序列中的序号除以帧率10的结果,如,若某一候选比分关联的赛事图片在赛事图片序列中的序号为30,则该候选比分的时刻是第3秒。
S409,针对每一候选比分,若在该候选比分的时刻所属的单位时间长度内该候选比分在赛事图像中的出现次数大于次数阈值,则将该候选比分作为赛事比分并得到赛事比分变化的时刻。
示例性的,确定了候选比分后,先对确定的各候选比分按照其对应的时刻进行排序;然后再针对每一个候选比分,计算其在所属的单位时间长度(如1秒钟内)的赛事图像中出现的次数,若大于次数阈值(如2次),则将该候选比分作为赛事比分,若某一候选比分在1秒种内只出现了1次,则说明该候选比分是可能是在进行文本识别时出现了误识别的情况,忽略该候选比分;最后在按照排列好的顺序,对确定的赛事比分进行比较,确定赛事比分发生变化的时刻。
S410,若任一赛事图片中的赛事比分与相邻赛事图片中的赛事比分不同,则将该赛事比分的时刻作为该赛事比分的得分时刻。
示例性的,若S409中确定的赛事变化时刻为:0-0、1-0、1-0、1-0,则先将“0-0”与其相邻的“1-0”比较,两赛事比分不同,则将“1-0”作为赛事比分“1-0”的得分时刻,再将“1-0”与其相邻的“1-0”比较,赛事比分相同,则将其忽略,继续比较下一个。按照上述方法,对S409确定的每一个赛事变化时刻进行分析,确定各赛事比分的得分时刻.
S411,依据赛事比分的得分时刻、平均得分延迟时长、片段时长和冗余时长,确定赛事比分的得分时间段。
示例性的,若赛事比分的得分时刻为第5分钟,平均得分延迟时长为5秒,片段时长为15秒,冗余时间为3秒,则赛事比分得分时间段的计算可以是:
赛事比分的得分起始时间=赛事得分时刻-平均得分延迟时长-片段时长=300-5-15=280(秒);
赛事比分的得分结束时间=赛事得分时刻-平均得分延迟时长+冗余时长=300-5+3=298(秒)。
需要说明的是,计算赛事比分得分结束时间时,冗余时长可以有也可以没有,对此不进行限定,若没有时,将赛事得分时刻与平均得分延迟时长做差即可得到赛事比分的得分结束时间。
按照如上的计算方法,计算出每个赛事比分的得分时间段。
S412,从赛事图像序列中提取各赛事比分的得分时间段对应的图像序列片段,组成赛事得分片段。
示例性的,若S411中一共得到了3个赛事比分得分时间段,分别为4分40秒到4分58秒、30分23秒到30分41秒以及89分35秒到89分53秒。则从赛事图像序列中分别提取这三个时间段对应的图像序列,将其拼接得到本场比赛的赛事得分片段。
本实施例提供了一种赛事得分片段的生成方法,通过对赛事图像序列关联的文本序列集合进行处理,确定参赛队名,根据确定的参赛队名再对文本序列集合处理确定赛事比分的得分时间段,最后从赛事图像序列中提取得分时间段对应的图像序列片段,组成赛事得分片段。能够全自动化的完成对赛事图像的识别和最终赛事得分片段的生成,成本低、召回率高、效率快且准确定高,能够做到低成本、准确的量产赛事得分的精彩片段,提高了用户的使用体验。
实施例五
图5是本发明实施例五提供的一种赛事得分片段的生成装置的结构示意图,该装置可执行本发明任意实施例所提供的赛事得分片段的生成方法,具备执行方法相应的功能模块和有益效果。如图5所示,该装置包括:
文本集合确定模块501,用于确定赛事图像序列关联的文本序列集合;
参赛队名确定模块502,用于对所述文本序列集合进行处理,以确定参赛队名;
得分时段确定模块503,用于依据所述参赛队名对所述文本序列集合进行处理,并依据处理结果确定各赛事比分以及各赛事比分的得分时间段;
片段组成模块504,用于从所述赛事图像序列中提取所述各赛事比分的得分时间段对应的图像序列片段,组成赛事得分片段。
本实施例提供了一种赛事得分片段的生成装置,通过对赛事图像序列关联的文本序列集合进行处理,确定参赛队名,根据确定的参赛队名再对文本序列集合处理确定赛事比分的得分时间段,最后从赛事图像序列中提取得分时间段对应的图像序列片段,组成赛事得分片段。解决了生成赛事得分片段时,成本、效率与准确度无法兼顾的问题,能够做到低成本、准确的量产赛事得分的精彩片段,提高了用户的使用体验。
进一步地,所述参赛队名确定模块502包括:
候选队名确定单元,用于将所述文本序列集合中包括的各文本序列与预设的初始比分正则表达式进行匹配,得到文本序列集合的各候选队名;
参赛队名确定单元,用于依据各候选队名关联的文本序列的数量和差异度,从所述各候选队名中确定参赛队名。
进一步地,所述参赛队名确定单元具体用于:
从所述各候选队名中选择关联的文本序列数量最多的候选队名作为第一参赛队名,并滤除与所述第一参赛队名之间的差异度小于差异度阈值的候选队名;
从剩余的候选队名中选择关联的文本序列数量最多的候选队名作为第二参赛队名。
进一步地,所述文本集合确定模块501包括:
抽帧单元,用于按照预设的帧率对赛事图像进行抽帧,得到赛事图片序列;
文本检测单元,用于对所述赛事图片序列中的各赛事图片进行文本检测得到各赛事图片的文本序列,构成文本序列集合。
进一步地,所述得分时段确定模块503包括:
当前公式生成单元,用于依据所述参赛队名和初始比分正则表达式,生成当前比分正则表达式;
候选比分确定单元,用于采用所述当前比分正则表达式对文本序列集合中各文本序列进行匹配确定各候选比分;
变化时刻确定单元,用于依据各候选比分关联的赛事图片,确定赛事图片中的赛事比分以及所述赛事比分变化的时刻;
得分时段确定单元,用于依据所述赛事图片中的赛事比分以及赛事比分变化的时刻,确定赛事比分的得分时间段。
进一步的,所述变化时刻确定单元具体用于:
依据各候选比分关联的赛事图片和赛事图像的抽帧帧率确定各候选比分的时刻;
针对每一候选比分,若在该候选比分的时刻所属的单位时间长度内该候选比分在赛事图像中的出现次数大于次数阈值,则将该候选比分作为赛事比分并得到所述赛事比分变化的时刻。
进一步的,所述得分时段确定单元具体用于:
若任一赛事图片中的赛事比分与相邻赛事图片中的赛事比分不同,则将该赛事比分的时刻作为该赛事比分的得分时刻;
依据赛事比分的得分时刻、平均得分延迟时长和片段时长,确定所述赛事比分的得分时间段。
值得注意的是,上述赛事得分片段的生成装置的实施例中,所包括的各个单元和模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;例如,该装置可以仅包括接收模块和处理模块,接收模块实现赛事图像的获取功能;处理模块用于文本序列集合的确定、参赛队名的确定、得分时段确定以及片段组成等相关功能。另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本发明的保护范围。
实施例六
图6为本发明实施例六提供的一种服务器的结构示意图。图6示出了适于用来实现本发明实施方式的示例性服务器60的框图。图6显示的服务器60仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。如图6所示,该服务器60以通用计算设备的形式表现。该服务器60的组件可以包括但不限于:一个或者多个处理器或者处理单元601,系统存储器602,连接不同系统组件(包括系统存储器602和处理单元601)的总线603。
总线603表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,外围总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA)总线,微通道体系结构(MAC)总线,增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
服务器60典型地包括多种计算机系统可读介质。这些介质可以是任何能够被服务器60访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
系统存储器602可以包括易失性存储器形式的计算机系统可读介质,例如随机存取存储器(RAM)604和/或高速缓存存储器605。服务器60可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例,存储系统606可以用于读写不可移动的、非易失性磁介质(图6未显示,通常称为“硬盘驱动器”)。尽管图6中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线603相连。系统存储器602可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块607的程序/实用工具608,可以存储在例如系统存储器602中,这样的程序模块607包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块607通常执行本发明所描述的实施例中的功能和/或方法。
服务器60也可以与一个或多个外部设备609(例如键盘、指向设备、显示器610等)通信,还可与一个或者多个使得用户能与该设备交互的设备通信,和/或与使得该服务器60能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口611进行。并且,服务器60还可以通过网络适配器612与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图6所示,网络适配器612通过总线603与服务器60的其它模块通信。应当明白,尽管图中未示出,可以结合服务器60使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理单元601通过运行存储在系统存储器602中的程序,从而执行各种功能应用以及数据处理,例如实现本发明实施例所提供的赛事得分片段的生成方法。
实施例七
本发明实施例七还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时可实现上述实施例所述的赛事得分片段的生成方法。
本发明实施例的计算机存储介质,可以采用一个或多个计算机可读的介质的任意组合。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。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、或半导体的系统、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(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(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。在本文件中,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系统、装置或者器件使用或者与其结合使用。
计算机可读的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。计算机可读的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,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、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:无线、电线、光缆、RF等等,或者上述的任意合适的组合。
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发明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)。
上述实施例序号仅仅为了描述,不代表实施例的优劣。
本领域普通技术人员应该明白,上述的本发明实施例的各模块或各操作可以用通用的计算装置来实现,它们可以集中在单个计算装置上,或者分布在多个计算装置所组成的网络上,可选地,他们可以用计算机装置可执行的程序代码来实现,从而可以将它们存储在存储装置中由计算装置来执行,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或操作制作成单个集成电路模块来实现。这样,本发明不限制于任何特定的硬件和软件的结合。
本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间的相同或相似的部分互相参见即可。
以上所述仅为本发明的优选实施例,并不用于限制本发明,对于本领域技术人员而言,本发明可以有各种改动和变化。凡在本发明的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (16)
1.一种赛事得分片段的生成方法,其特征在于,包括:
确定赛事图像序列关联的文本序列集合;
对所述文本序列集合进行处理,以确定参赛队名;
依据所述参赛队名对所述文本序列集合进行处理,并依据处理结果确定各赛事比分以及各赛事比分的得分时间段;
从所述赛事图像序列中提取所述各赛事比分的得分时间段对应的图像序列片段,组成赛事得分片段。
2.根据权利要求1所述的方法,其特征在于,对所述文本序列集合进行处理,以确定参赛队名,包括:
将所述文本序列集合中包括的各文本序列与预设的初始比分正则表达式进行匹配,得到文本序列集合的各候选队名;
依据各候选队名关联的文本序列的数量和差异度,从所述各候选队名中确定参赛队名。
3.根据权利要求2所述的方法,其特征在于,依据各候选队名关联的文本序列的数量和差异度,从所述各候选队名中确定参赛队名,包括:
从所述各候选队名中选择关联的文本序列数量最多的候选队名作为第一参赛队名,并滤除与所述第一参赛队名之间的差异度小于差异度阈值的候选队名;
从剩余的候选队名中选择关联的文本序列数量最多的候选队名作为第二参赛队名。
4.根据权利要求1所述的方法,其特征在于,确定赛事图像序列关联的文本序列集合,包括:
按照预设的帧率对赛事图像进行抽帧,得到赛事图片序列;
对所述赛事图片序列中的各赛事图片进行文本检测得到各赛事图片的文本序列,构成文本序列集合。
5.根据权利要求1所述的方法,其特征在于,依据所述参赛队名对所述文本序列集合进行处理,并依据处理结果确定各赛事比分以及各赛事比分的得分时间段,包括:
依据所述参赛队名和初始比分正则表达式,生成当前比分正则表达式;
采用所述当前比分正则表达式对文本序列集合中各文本序列进行匹配确定各候选比分;
依据各候选比分关联的赛事图片,确定赛事图片中的赛事比分以及赛事比分变化的时刻;
依据所述赛事图片中的赛事比分以及赛事比分变化的时刻,确定赛事比分的得分时间段。
6.根据权利要求5所述的方法,其特征在于,依据各候选比分关联的赛事图片,确定赛事图片中的赛事比分以及赛事比分变化的时刻,包括:
依据各候选比分关联的赛事图片和赛事图像的抽帧帧率确定各候选比分的时刻;
针对每一候选比分,若在该候选比分的时刻所属的单位时间长度内该候选比分在赛事图像中的出现次数大于次数阈值,则将该候选比分作为赛事比分并得到赛事比分变化的时刻。
7.根据权利要求5所述的方法,其特征在于,依据所述赛事图片中的赛事比分以及赛事比分变化的时刻,确定赛事比分的得分时间段,包括:
若任一赛事图片中的赛事比分与相邻赛事图片中的赛事比分不同,则将该赛事比分的时刻作为该赛事比分的得分时刻;
依据赛事比分的得分时刻、平均得分延迟时长和片段时长,确定所述赛事比分的得分时间段。
8.一种赛事得分片段的生成装置,其特征在于,包括:
文本集合确定模块,用于确定赛事图像序列关联的文本序列集合;
参赛队名确定模块,用于对所述文本序列集合进行处理,以确定参赛队名;
得分时段确定模块,用于依据所述参赛队名对所述文本序列集合进行处理,并依据处理结果确定各赛事比分以及各赛事比分的得分时间段;
片段组成模块,用于从所述赛事图像序列中提取所述各赛事比分的得分时间段对应的图像序列片段,组成赛事得分片段。
9.根据权利要求8所述的装置,其特征在于,所述参赛队名确定模块包括:
候选队名确定单元,用于将所述文本序列集合中包括的各文本序列与预设的初始比分正则表达式进行匹配,得到文本序列集合的各候选队名;
参赛队名确定单元,用于依据各候选队名关联的文本序列的数量和差异度,从所述各候选队名中确定参赛队名。
10.根据权利要求9所述的装置,其特征在于,所述参赛队名确定单元具体用于:
从所述各候选队名中选择关联的文本序列数量最多的候选队名作为第一参赛队名,并滤除与所述第一参赛队名之间的差异度小于差异度阈值的候选队名;
从剩余的候选队名中选择关联的文本序列数量最多的候选队名作为第二参赛队名。
11.根据权利要求8所述的装置,其特征在于,所述文本集合确定模块包括:
抽帧单元,用于按照预设的帧率对赛事图像进行抽帧,得到赛事图片序列;
文本检测单元,用于对所述赛事图片序列中的各赛事图片进行文本检测得到各赛事图片的文本序列,构成文本序列集合。
12.根据权利要求8所述的装置,其特征在于,所述得分时段确定模块包括:
当前公式生成单元,用于依据所述参赛队名和初始比分正则表达式,生成当前比分正则表达式;
候选比分确定单元,用于采用所述当前比分正则表达式对文本序列集合中各文本序列进行匹配确定各候选比分;
变化时刻确定单元,用于依据各候选比分关联的赛事图片,确定赛事图片中的赛事比分以及所述赛事比分变化的时刻;
得分时段确定单元,用于依据所述赛事图片中的赛事比分以及赛事比分变化的时刻,确定赛事比分的得分时间段。
13.根据权利要求12所述的装置,其特征在于,所述变化时刻确定单元具体用于:
依据各候选比分关联的赛事图片和赛事图像的抽帧帧率确定各候选比分的时刻;
针对每一候选比分,若在该候选比分的时刻所属的单位时间长度内该候选比分在赛事图像中的出现次数大于次数阈值,则将该候选比分作为赛事比分并得到所述赛事比分变化的时刻。
14.根据权利要求12所述的装置,其特征在于,所述得分时段确定单元具体用于:
若任一赛事图片中的赛事比分与相邻赛事图片中的赛事比分不同,则将该赛事比分的时刻作为该赛事比分的得分时刻;
依据赛事比分的得分时刻、平均得分延迟时长和片段时长,确定所述赛事比分的得分时间段。
15.一种服务器,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序;
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1-7中任一所述的赛事得分片段的生成方法。
16.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-7中任一所述的赛事得分片段的生成方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811143221.9A CN109344292B (zh) | 2018-09-28 | 2018-09-28 | 赛事得分片段的生成方法、装置、服务器和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811143221.9A CN109344292B (zh) | 2018-09-28 | 2018-09-28 | 赛事得分片段的生成方法、装置、服务器和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109344292A true CN109344292A (zh) | 2019-02-15 |
CN109344292B CN109344292B (zh) | 2022-04-22 |
Family
ID=65307226
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811143221.9A Active CN109344292B (zh) | 2018-09-28 | 2018-09-28 | 赛事得分片段的生成方法、装置、服务器和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109344292B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110267116A (zh) * | 2019-05-22 | 2019-09-20 | 北京奇艺世纪科技有限公司 | 视频生成方法、装置、电子设备和计算机可读介质 |
CN110933459A (zh) * | 2019-11-18 | 2020-03-27 | 咪咕视讯科技有限公司 | 赛事视频的剪辑方法、装置、服务器以及可读存储介质 |
CN111405360A (zh) * | 2020-03-25 | 2020-07-10 | 腾讯科技(深圳)有限公司 | 视频处理方法、装置、电子设备和存储介质 |
CN113507630A (zh) * | 2021-07-08 | 2021-10-15 | 北京百度网讯科技有限公司 | 比赛视频的拆条方法和装置 |
CN113537052A (zh) * | 2021-07-14 | 2021-10-22 | 北京百度网讯科技有限公司 | 一种视频片段抽取方法、装置、设备及存储介质 |
CN117648407A (zh) * | 2024-01-26 | 2024-03-05 | 山东管理学院 | 一种体育赛事数据统计方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1295690A (zh) * | 1999-01-28 | 2001-05-16 | 皇家菲利浦电子有限公司 | 用图像帧中检测到的文本信息分析视频内容的系统和方法 |
CN101887439A (zh) * | 2009-05-13 | 2010-11-17 | 富士通株式会社 | 生成视频摘要的方法、装置、包含该装置的图像处理系统 |
CN102254160A (zh) * | 2011-07-12 | 2011-11-23 | 央视国际网络有限公司 | 视频比分的检测识别方法及装置 |
CN102263907A (zh) * | 2011-08-04 | 2011-11-30 | 央视国际网络有限公司 | 比赛视频的播放控制方法及其片段信息的生成方法和装置 |
CN107241645A (zh) * | 2017-06-09 | 2017-10-10 | 成都索贝数码科技股份有限公司 | 一种通过对视频的字幕识别自动提取进球精彩瞬间的方法 |
-
2018
- 2018-09-28 CN CN201811143221.9A patent/CN109344292B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1295690A (zh) * | 1999-01-28 | 2001-05-16 | 皇家菲利浦电子有限公司 | 用图像帧中检测到的文本信息分析视频内容的系统和方法 |
CN101887439A (zh) * | 2009-05-13 | 2010-11-17 | 富士通株式会社 | 生成视频摘要的方法、装置、包含该装置的图像处理系统 |
CN102254160A (zh) * | 2011-07-12 | 2011-11-23 | 央视国际网络有限公司 | 视频比分的检测识别方法及装置 |
CN102263907A (zh) * | 2011-08-04 | 2011-11-30 | 央视国际网络有限公司 | 比赛视频的播放控制方法及其片段信息的生成方法和装置 |
CN107241645A (zh) * | 2017-06-09 | 2017-10-10 | 成都索贝数码科技股份有限公司 | 一种通过对视频的字幕识别自动提取进球精彩瞬间的方法 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110267116A (zh) * | 2019-05-22 | 2019-09-20 | 北京奇艺世纪科技有限公司 | 视频生成方法、装置、电子设备和计算机可读介质 |
CN110933459A (zh) * | 2019-11-18 | 2020-03-27 | 咪咕视讯科技有限公司 | 赛事视频的剪辑方法、装置、服务器以及可读存储介质 |
CN111405360A (zh) * | 2020-03-25 | 2020-07-10 | 腾讯科技(深圳)有限公司 | 视频处理方法、装置、电子设备和存储介质 |
CN111405360B (zh) * | 2020-03-25 | 2021-09-28 | 腾讯科技(深圳)有限公司 | 视频处理方法、装置、电子设备和存储介质 |
CN113507630A (zh) * | 2021-07-08 | 2021-10-15 | 北京百度网讯科技有限公司 | 比赛视频的拆条方法和装置 |
CN113537052A (zh) * | 2021-07-14 | 2021-10-22 | 北京百度网讯科技有限公司 | 一种视频片段抽取方法、装置、设备及存储介质 |
CN117648407A (zh) * | 2024-01-26 | 2024-03-05 | 山东管理学院 | 一种体育赛事数据统计方法及系统 |
CN117648407B (zh) * | 2024-01-26 | 2024-04-16 | 山东管理学院 | 一种体育赛事数据统计方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN109344292B (zh) | 2022-04-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109344292A (zh) | 赛事得分片段的生成方法、装置、服务器和存储介质 | |
US11887368B2 (en) | Methods, systems and software programs for enhanced sports analytics and applications | |
CN107213641A (zh) | 与游戏中遥测同步的视频 | |
CN106933808A (zh) | 基于人工智能的文章标题生成方法、装置、设备及介质 | |
US20090170584A1 (en) | Interactive scenario exploration for tournament-style gaming | |
CN105989196B (zh) | 基于采集运动信息进行社交的方法及系统 | |
WO2019219075A1 (zh) | 击球路线的推荐方法及装置 | |
CA2830299A1 (en) | Interactive cognitive recognition sports training system and methods | |
CN111405360B (zh) | 视频处理方法、装置、电子设备和存储介质 | |
US20230302368A1 (en) | Online somatosensory dance competition method and apparatus, computer device, and storage medium | |
Yin et al. | Gesture spotting and recognition using salience detection and concatenated hidden markov models | |
CN104462122A (zh) | 试题数据处理方法及装置 | |
US20210394060A1 (en) | Method and system for automatically generating video highlights for a video game player using artificial intelligence (ai) | |
CN104361125A (zh) | 一种网络活动参与方法及相关设备 | |
CN110766519A (zh) | 一种房屋装修方案推荐系统及其方法 | |
CN110309753A (zh) | 一种赛事进程判别方法、装置和计算机设备 | |
KR101682655B1 (ko) | 플레이어 매칭 장치 및 플레이어 매칭 방법 | |
KR101349399B1 (ko) | 사용자의 골프 샷을 분석하는 방법 및 장치 | |
CN112932470A (zh) | 俯卧撑训练的评估方法及装置、设备、存储介质 | |
CN114491152B (zh) | 一种摘要视频的生成方法、存储介质、电子装置 | |
CN112861784B (zh) | 答题方法及装置 | |
CN116324668A (zh) | 从非职业跟踪数据预测nba天赋和质量 | |
CN113946604A (zh) | 分阶段围棋教学方法、装置、电子设备及存储介质 | |
CN112843585A (zh) | 一种跳绳在线数据的实时显示系统及方法 | |
CN113934766A (zh) | 围棋定式对弈方法、装置、电子设备及存储介质 |
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 |