CN109977735A - 运动精彩片段的提取方法及装置 - Google Patents
运动精彩片段的提取方法及装置 Download PDFInfo
- Publication number
- CN109977735A CN109977735A CN201711459247.XA CN201711459247A CN109977735A CN 109977735 A CN109977735 A CN 109977735A CN 201711459247 A CN201711459247 A CN 201711459247A CN 109977735 A CN109977735 A CN 109977735A
- Authority
- CN
- China
- Prior art keywords
- wonderful
- movement
- score value
- action
- characteristic parameter
- 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
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
Landscapes
- Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本公开涉及一种运动精彩片段的提取方法及装置。该方法包括:获取待处理的视频;提取视频中的运动精彩片段;提取运动精彩片段对应的动作类型和动作特征参数;根据运动精彩片段对应的动作类型和动作特征参数,确定运动精彩片段的分值;根据分值,对运动精彩片段进行排序;对排序靠前的一个或多个运动精彩片段进行剪辑生成精彩片段集锦。根据本公开运动精彩片段的提取方法和装置,可以根据动作类型和动作特征参数确定对应运动精彩片段的排序,通过排序准确的体现运动精彩片段的精彩程度,由于提取了动作类型,可以对某一动作类型的运动精彩片段进行排序,根据排序生成精彩片段集锦,用户可以选择某一动作类型的精彩片段集锦,提高用户体验度。
Description
技术领域
本公开涉及多媒体技术领域,尤其涉及一种运动精彩片段的提取方法及装置。
背景技术
现在越来越多的人关注体育比赛,但是有时会由于时间等因素无法观看完整的比赛过程,只想观看比较精彩的片段。
现有技术中,体育比赛视频录制完成后,一般通过人工或图像识别技术完成精彩片段的提取。通过人工观看给视频打点的方式标记比赛中比较精彩的片段,工作量大,耗时多,而且容易忽略某些精彩的片段。通过图像识别技术提取精彩片段,也只是提取其中的有效动作作为运动精彩片段,这样不能保证提取的运动精彩片段的准确度和精彩度,而且用户也不能选择自己偏爱的某一动作的精彩片段,用户体验差。
发明内容
有鉴于此,本公开提出了一种运动精彩片段的提取方法及装置,提取运动精彩片段时,并提取运动精彩片段对应的动作类型和动作特征参数,根据动作类型和动作特征参数对运动精彩片段进行排序,对排序靠前的一个或多个运动精彩片段进行剪辑生成精彩片段集锦,可以给用户提供更精准的精彩片段集锦。
根据本公开的一方面,提供了一种运动精彩片段的提取方法,该方法包括:
获取待处理的视频;
提取所述视频中的运动精彩片段;
提取所述运动精彩片段对应的动作类型和动作特征参数;
根据运动精彩片段对应的动作类型和动作特征参数,确定运动精彩片段的分值;
根据所述分值,对所述运动精彩片段进行排序;
对排序靠前的一个或多个运动精彩片段进行剪辑生成精彩片段集锦;
其中,所述动作特征参数为表征对应的动作类型的精彩程度的一个或多个参数。
在一种可能的实现方式中,根据运动精彩片段对应的动作类型和动作特征参数,确定运动精彩片段的分值,包括:
获取运动精彩片段对应的动作类型的第一分值和运动精彩片段对应的动作特征参数的第二分值中的一者或多者;
根据所述第一分值和第二分值中的一者或多者,确定对应的运动精彩片段的分值。
在一种可能的实现方式中,获取运动精彩片段对应的动作特征参数的第二分值,包括:
获取所述运动精彩片段对应的运动类型的参考动作特征参数;
根据所述动作特征参数与所述参考动作特征参数之间的匹配程度确定所述第二分值。
在一种可能的实现方式中,提取所述视频中的运动精彩片段,包括:
提取所述视频中的运动目标的动作;
识别所述运动目标的动作;
基于所述识别的运动目标的动作,提取所述视频中的运动精彩片段。
在一种可能的实现方式中,根据所述分值,对所述运动精彩片段进行排序,包括:
获取运动类型相同的运动精彩片段,根据所述分值的高低,对该运动类型相同的运动精彩片段进行排序。
根据本公开的另一方面,提供了一种运动精彩片段的提取装置,该装置包括:
视频获取模块,用于获取待处理的视频;
运动精彩片段提取模块,用于提取所述视频中的运动精彩片段;
动作类型和动作特征参数提取模块,用于提取所述运动精彩片段对应的动作类型和动作特征参数;
分值确定模块,用于根据运动精彩片段对应的动作类型和动作特征参数,确定运动精彩片段的分值;
排序模块,用于根据所述分值,对所述运动精彩片段进行排序;
精彩片段集锦生成模块,用于对排序靠前的一个或多个运动精彩片段进行剪辑生成精彩片段集锦;
其中,所述动作特征参数为表征对应的动作类型的精彩程度的一个或多个参数。
在一种可能的实现方式中,所述分值确定模块包括:
分值获取单元,用于获取运动精彩片段对应的动作类型的第一分值和运动精彩片段对应的动作特征参数的第二分值中的一者或多者;
分值确定单元,用于根据所述第一分值和第二分值中的一者或多者,确定对应的运动精彩片段的分值。
在一种可能的实现方式中,所述分值获取单元包括:
参考动作特征参数获取子单元,用于获取所述运动精彩片段对应的运动类型的参考动作特征参数;
分值确定子单元,用于根据所述动作特征参数与所述参考动作特征参数之间的匹配程度确定所述第二分值。
在一种可能的实现方式中,运动精彩片段提取模块包括:
动作提取单元,用于提取所述视频中的运动目标的动作;
动作识别单元,用于识别所述运动目标的动作;
运动精彩片段提取单元,用于基于所述识别的运动目标的动作,提取所述视频中的运动精彩片段。
在一种可能的实现方式中,所述排序模块包括:
排序单元,用于获取运动类型相同的运动精彩片段,根据所述分值的高低,对该运动类型相同的运动精彩片段进行排序。
根据本公开的另一方面,提供了一种运动精彩片段的提取装置,包括:处理器;用于存储处理器可执行指令的存储器;其中,所述处理器被配置为执行上述方法。
根据本公开的另一方面,提供了一种非易失性计算机可读存储介质,其上存储有计算机程序指令,其中,所述计算机程序指令被处理器执行时实现上述方法。
通过提取运动精彩片段以及对应的动作类型和动作特征参数对运动精彩片段进行排序,根据本公开运动精彩片段的提取方法和装置,可以根据动作类型和动作特征参数确定对应运动精彩片段的排序,通过排序准确的体现运动精彩片段的精彩程度,而且由于提取了动作类型,可以对某一动作类型的运动精彩片段进行排序,根据排序生成精彩片段集锦,用户可以选择某一动作类型的精彩片段集锦,提高用户体验度。
根据下面参考附图对示例性实施例的详细说明,本公开的其它特征及方面将变得清楚。
附图说明
包含在说明书中并且构成说明书的一部分的附图与说明书一起示出了本公开的示例性实施例、特征和方面,并且用于解释本公开的原理。
图1示出根据本公开一实施例的运动精彩片段的提取方法的流程图。
图2示出根据本公开一实施例的步骤S12的方法的流程图。
图3示出根据本公开一实施例的获取运动精彩片段对应的动作特征参数的第二分值的方法的流程图。
图4示出根据本公开一实施例的运动精彩片段的提取装置的框图。
图5示出根据本公开一实施例的运动精彩片段的提取装置的框图。
图6示出根据本公开一实施例的运动精彩片段的提取装置的框图。
具体实施方式
以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面,但是除非特别指出,不必按比例绘制附图。
在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
另外,为了更好的说明本公开,在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解,没有某些具体细节,本公开同样可以实施。在一些实例中,对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述,以便于凸显本公开的主旨。
图1示出根据本公开一实施例的运动精彩片段的提取方法的流程图。该方法可以应用于服务器中,如图1所示,该方法可包括:
步骤S11,获取待处理的视频。
所述待处理的视频可以是存储在服务器中的完整的或者部分体育比赛视频,也可以是人工上传的体育比赛视频。因此,如果要根据体育比赛视频制作对应的运动精彩视频,可以先获取存储的或者上传的体育比赛视频作为待处理的视频。举例来说,可以在终端设备的界面上展现视频上传的入口以及对视频进行运动精彩片段排序的选项,用户可以选择要上传的体育比赛视频,同时选择对视频进行运动精彩片段排序的选项,终端设备检测到该上传请求和对视频进行运动精彩片段排序的指令,可以将该体育比赛视频上传到指定服务器,同时将对该体育比赛视频进行运动精彩片段排序的指令发送给服务器,服务器接收到该指令,则获取上传的体育比赛视频作为待处理的视频。
需要说明的是,体育比赛视频不限制比赛的类别,可以是篮球、足球、滑冰等;获取的方式也不限于以上描述。
步骤S12,提取所述视频中的运动精彩片段。
其中,一个运动精彩片段可以是视频中的一帧、或者完成一个完整动作的多个帧的组合。
例如,可以先提取待处理视频的每一帧中的运动目标的动作,判断该运动目标的动作否为精彩动作,如果是,将该帧确定为运动精彩片段,直至视频的结尾。其中,提取待处理视频的每一帧中的运动目标的动作可以采用基于光流场的运动目标检测、基于变化区域的目标检测、运动特征提取等方法;确定是否为精彩动作可以将该帧中的动作与动作样本库中的动作进行比对等方法,动作样本库可以是经训练获得的各种运动动作数据库。
在以上示例中,还可以将完成一个完整动作的多个帧进行关联作为一个运动精彩片段。
步骤S13,提取所述运动精彩片段对应的动作类型和动作特征参数。
进一步地,对于提取出的所述运动精彩片段进行处理,针对所述运动精彩片段中的每一个运动精彩片段,识别其中的动作类型和动作特征参数。动作类型可以是指同一种运动中不同种类的动作,例如,篮球运动中,动作类型可以为扣篮、三分球投射等。动作特征参数为表征对应的动作类型的精彩程度的一个或多个参数,例如,对于扣篮,对应动作特征参数可以为难易程度、弹跳高度、起跳距离、是否进球等。对于扣篮对应动作特征参数中的难易程度,单臂风车扣篮比风车扣篮难度大。上述仅是动作类型和动作特征参数的一个示例,本公开对此不作限定。
识别动作类型可以采用相关的现有技术,例如,可以根据UCF sports(Universityof Central Florida sports,中佛罗里达大学体育行为)数据库、人体轮廓动作识别技术来识别运动精彩片段的动作类型,或者将该运动精彩片段中的动作与动作样本库中动作匹配来识别运动精彩片段的动作类型等。
在一种可能的实现方式中,可以根据识别的动作类型识别动作特征参数。服务器中可以预先存储动作类型对应的动作特征参数,可以根据运动精彩片段的动作类型查找对应的动作特征参数,根据该动作特征参数分析该运动精彩片段的动作包括的动作特征参数。例如,扣篮对应的动作特征参数可以包括:单臂风车扣篮、风车扣篮、挂臂扣篮、弹跳高度、起跳距离、进球等。如果运动精彩片段的动作类型为扣篮,可以根据扣篮获取扣篮对应的动作特征参数,根据特征参数分析该运动精彩片段中的扣篮动作:是否为单臂风车扣篮、风车扣篮、挂臂扣篮中的一个、弹跳高度是多少、起跳距离是多少、是否进球,如果分析结果为:单臂风车扣篮、弹跳高度A米、起跳距离B米、进球,则将该分析结果作为识别的该运动精彩片段对应的动作特征参数。
以上仅是对识别动作类型和动作特征参数的一种示例,不以任何方式限制本公开。
步骤S14,根据运动精彩片段对应的动作类型和动作特征参数,确定运动精彩片段的分值。
在一种可能的实现方式中,可以获取运动精彩片段对应的动作类型的第一分值和运动精彩片段对应的动作特征参数的第二分值中的一者或多者;根据所述第一分值和第二分值中的一者或多者,确定对应的运动精彩片段的分值。
在一个示例中,可以针对视频中的每一个运动精彩片段,获取该运动精彩片段对应的动作类型的第一分值,例如,在篮球比赛视频中,扣篮一般比三分球投射更精彩,可以将扣篮的第一分值设置为10,三分球投射的第一分值设置为6,通过第一分值表征动作类型本身的精彩程度。可以将动作类型的第一分值直接作为所述运动精彩片段的分值。
在另一个示例中,可以针对视频中的每一个运动精彩片段,获取运动精彩片段对应的动作特征参数的第二分值,例如,可以预先设置扣篮对应的各动作特征参数的分数,扣篮的难易程度上,单臂风车扣篮比风车扣篮难度大,则单臂风车扣篮比风车扣篮的分数高,可以设置单臂风车扣篮的分数为a1,风车扣篮的分数为a2,a1大于a2;可以设置弹跳高度阈值,高于该弹跳高度阈值的分数为b1,低于该弹跳高度阈值的分数为b2;可以设置起跳距离阈值,高于该起跳距离阈值的分数为c1,低于该起跳距离阈值的分数为c2;进球的分数为d1,未进球的分数为d2,d1大于d2。举例来说,如果视频中某个运动精彩片段对应的动作类型为扣篮,且扣篮对应的动作特征参数是单臂风车扣篮、弹跳高度为A1米、起跳距离为A2米、进球,其中A1大于弹跳高度阈值,A2低于起跳距离阈值。则可以获取运动精彩片段对应的动作特征参数的第二分值为:a1+b1+c2+d1。可以将获取的运动精彩片段对应的动作特征参数的第二分值作为所述运动精彩片段的分值。
在另一个示例中,也可以将上述第一分值和第二分值的和值作为所述运动精彩片段的分值,或者将上述第一分值和第二分值进行加权的和值作为所述运动精彩片段的分值。
需要说明的是,可以基于上述方式中的一种或多种来确定运动精彩片段的分值,本公开对此不作限定,只要能准确体现运动精彩程度的计算方式都在本公开范围内。
步骤S15,根据所述分值,对所述运动精彩片段进行排序。
例如,根据步骤S14确定的运动精彩片段的分值的高低,直接对所述运动精彩片段进行排序。
或者,在将上述第二分值作为所述运动精彩片段的分值,或者将上述第一分值和第二分值的和值作为所述运动精彩片段的分值,或者将上述第一分值和第二分值进行加权的和值作为所述运动精彩片段的分值的情况下,可以获取视频中运动类型相同的运动精彩片段,针对每一种运动类型,根据分值的高低,对该运动类型相同的运动精彩片段进行排序。例如,可以分别获取扣篮对应的运动精彩瞬间、三分球投射对应的运动精彩瞬间,针对扣篮对应的运动精彩瞬间进行排序,针对三分球投射对应的运动精彩瞬间进行排序。
步骤S16,对排序靠前的一个或多个运动精彩片段进行剪辑生成精彩片段集锦。
服务器可以根据排序后的结果,提取一定数量的排序靠前的运动精彩片段直接推送到终端设备,或者对排序靠前的一个或多个运动精彩片段进行剪辑生成精彩片段集锦,可以将该精彩片段集锦推送到终端设备等。
通过提取运动精彩片段以及对应的动作类型和动作特征参数,根据动作类型和动作特征参数确定对应运动精彩片段的排序,对排序靠前的一个或多个运动精彩片段进行剪辑生成精彩片段集锦,根据本公开运动精彩片段的提取方法,可以根据动作类型和动作特征参数确定对应运动精彩片段的排序,通过排序准确的体现运动精彩片段的精彩程度,而且由于提取了动作类型,可以对某一动作类型的运动精彩片段进行排序,通过该排序生成精彩片段集锦,这样用户可以选择某一动作类型的精彩片段集锦,提高用户体验度。
图2示出根据本公开一实施例的步骤S12的方法的流程图。如图2所示,在一种可能的方式中,步骤S12提取所述视频中的运动精彩片段,可以包括:
步骤S121,提取所述视频中的运动目标的动作。
例如,针对待处理视频的每一帧,监测其中的运动目标,提取运动目标的动作,所述提取可以采用基于光流场的运动目标检测、基于变化区域的目标检测、运动特征提取等方法进行。
步骤S122,识别所述运动目标的动作。
提取出视频中运动目标的动作后,提取动作中的人体动作特征,然后可以根据人体运动数据库和人体动作特征,识别所述运动目标的动作,其中,人体运动数据库可以为UCF sports数据库等,本公开对此不作限定。另外,这里仅是识别运动目标动作的一个示例,不以任何方式限制本公开。
步骤S123,基于所述识别的运动目标的动作,提取所述视频中的运动精彩片段。
对于识别出的运动目标的动作,判断该动作是否为精彩动作,例如,识别出视频中一帧的运动目标的动作为扣篮,如果扣篮成功,则认为是精彩动作,可以将该帧确定为一个运动精彩片段,或者,也可以将完成该扣篮动作对应的时间段内的视频帧确定为一个运动精彩片段,保存该运动精彩片段,并标注对应时间序列。
将上述识别的运动目标的动作逐一进行判断是否为精彩动作,将判断为精彩动作的一个或多个视频帧确定为视频的运动精彩片段,提取该视频的运动精彩片段。
可选的,可以将视频和视频中的运动精彩片段关联保存到服务器中。
图3示出根据本公开一实施例的获取运动精彩片段对应的动作特征参数的第二分值的方法的流程图。如图3所示,在一种可能的实现方式中,还可以包括:
步骤S141,获取所述运动精彩片段对应的动作类型的参考动作特征参数。
服务器中可以预先存储了每种动作类型的参考动作特征参数,参考动作特征参数可以是现有判断每种动作类型为精彩所具备的动作特征参数。例如,扣篮的参考动作特征参数可以包括:单臂风车扣篮、风车扣篮、挂臂扣篮、弹跳高度大于或等于B1米、起跳距离大于或等于B2米、进球等。上述是对参考动作特征参数的一种示例,所述参考动作特征参数还可以包括动作类型对应的其它参数,本公开对此不作限定。
针对所述视频中的每一个运动精彩片段,可以先获取该运动精彩片段对应的动作类型,根据该动作类型在服务器中查找该动作类型对应的参考动作特征参数值。例如,动作类型为扣篮,可以根据扣篮获取上述扣篮对应的参考动作特征参数:单臂风车扣篮、风车扣篮、挂臂扣篮、弹跳高度大于或等于B1米、起跳距离大于或等于B2米、进球。
步骤S142,根据所述动作特征参数与所述参考动作特征参数之间的匹配程度确定所述第二分值。
服务器中还可以存储参考动作特征参数对应的分值,例如:对于扣篮类型,单臂风车扣篮10、风车扣篮8、挂臂扣篮6、弹跳高度大于或等于B1米10、起跳距离大于或等于B2米10、进球10。
举例来说,如果视频中一运动精彩片段中的运动目标的动作类型为扣篮,动作特征参数具体为单臂风车扣篮、弹跳高度为A1米、起跳距离为A2米、进球,其中,A1大于B1,A2小于B2,根据该扣篮类型对应的参考动作特征参数,获取该运动精彩片段的动作特征参数匹配的参考动作特征参数:单臂风车扣篮、弹跳高度大于或等于B1米、进球10,可以将匹配出的参考动作特征参数的分值和10+10+10=30作为该运动精彩片段的第二分值。
上述确定第二分值的方式仅仅是一种示例,本公开对此不作限定。
图4示出根据本公开一实施例的运动精彩片段的提取装置的框图,该装置可应用于服务器中,如图4所示,该装置可以包括:
视频获取模块41,用于获取待处理的视频;
运动精彩片段提取模块42,用于提取所述视频中的运动精彩片段;
动作类型和动作特征参数提取模块43,用于提取所述运动精彩片段对应的动作类型和动作特征参数;
分值确定模块44,用于根据运动精彩片段对应的动作类型和动作特征参数,确定运动精彩片段的分值;
排序模块45,用于根据所述分值,对所述运动精彩片段进行排序;
精彩片段集锦生成模块46,用于对排序靠前的一个或多个运动精彩片段进行剪辑生成精彩片段集锦;
其中,所述动作特征参数为表征对应的动作类型的精彩程度的一个或多个参数。
通过提取运动精彩片段以及对应的动作类型和动作特征参数对运动精彩片段进行排序,根据本公开运动精彩片段的提取装置,可以根据动作类型和动作特征参数确定对应运动精彩片段的排序,通过排序准确的体现运动精彩片段的精彩程度,而且由于提取了动作类型,可以对某一动作类型的运动精彩片段进行排序,根据排序生成精彩片段集锦,用户可以选择某一动作类型的精彩片段集锦,提高用户体验度。
图5示出根据本公开一实施例的运动精彩片段的提取装置的框图。
如图5所示,在一种可能的实现方式中,所述分值确定模块44可以包括:
分值获取单元441,用于获取运动精彩片段对应的动作类型的第一分值和运动精彩片段对应的动作特征参数的第二分值中的一者或多者;
分值确定单元442,用于根据所述第一分值和第二分值中的一者或多者,确定对应的运动精彩片段的分值。
在一种可能的实现方式中,所述分值获取单元441可以包括:
参考动作特征参数获取子单元4411,用于获取所述运动精彩片段对应的运动类型的参考动作特征参数;
分值确定子单元4412,用于根据所述动作特征参数与所述参考动作特征参数之间的匹配程度确定所述第二分值。
在一种可能的实现方式中,运动精彩片段提取模块42可以包括:
动作提取单元421,用于提取所述视频中的运动目标的动作;
动作识别单元422,用于识别所述运动目标的动作;
运动精彩片段提取单元423,用于基于所述识别的运动目标的动作,提取所述视频中的运动精彩片段。
在一种可能的实现方式中,所述排序模块45包括:
排序单元451,用于获取运动类型相同的运动精彩片段,根据所述分值的高低,对该运动类型相同的运动精彩片段进行排序。
通过动作类型和动作特征参数确定对应运动精彩片段的排序,准确地体现运动精彩片段的精彩程度,并且可以对某一运动类型的运动精彩片段进行排序,这样,根据排序生成精彩片段集锦,可以给用户准确提供某一运动类型的精彩片段集锦,提高用户体验度。
关于上述实施例中的装置,其中各个模块和单元执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
图6是根据一示例性实施例示出的一种运动精彩片段的提取装置1900的框图。例如,装置1900可以被提供为一服务器。参照图6,装置1900包括处理组件1922,其进一步包括一个或多个处理器,以及由存储器1932所代表的存储器资源,用于存储可由处理组件1922的执行的指令,例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外,处理组件1922被配置为执行指令,以执行上述方法。
装置1900还可以包括一个电源组件1926被配置为执行装置1900的电源管理,一个有线或无线网络接口1950被配置为将装置1900连接到网络,和一个输入输出(I/O)接口1958。装置1900可以操作基于存储在存储器1932的操作系统,例如Windows ServerTM,MacOS XTM,UnixTM,LinuxTM,FreeBSDTM或类似。
在示例性实施例中,还提供了一种非易失性计算机可读存储介质,例如包括计算机程序指令的存储器1932,上述计算机程序指令可由装置1900的处理组件1922执行以完成上述方法。
本公开可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质,其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:便携式计算机盘、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)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身,诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如,通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备,或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令,并转发该计算机可读程序指令,以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码,所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等,以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令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)。在一些实施例中,通过利用计算机可读程序指令的状态信息来个性化定制电子电路,例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA),该电子电路可以执行计算机可读程序指令,从而实现本公开的各个方面。
这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解,流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合,都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器,从而生产出一种机器,使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时,产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中,这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作,从而,存储有指令的计算机可读介质则包括一个制造品,其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上,使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤,以产生计算机实现的过程,从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本公开的多个实施例的系统、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、程序段或指令的一部分,所述模块、程序段或指令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。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,两个连续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动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
以上已经描述了本公开的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中的技术的技术改进,或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。
Claims (12)
1.一种运动精彩片段的提取方法,其特征在于,该方法包括:
获取待处理的视频;
提取所述视频中的运动精彩片段;
提取所述运动精彩片段对应的动作类型和动作特征参数;
根据运动精彩片段对应的动作类型和动作特征参数,确定运动精彩片段的分值;
根据所述分值,对所述运动精彩片段进行排序;
对排序靠前的一个或多个运动精彩片段进行剪辑生成精彩片段集锦;
其中,所述动作特征参数为表征对应的动作类型的精彩程度的一个或多个参数。
2.根据权利要求1所述的运动精彩片段的提取方法,其特征在于,根据运动精彩片段对应的动作类型和动作特征参数,确定运动精彩片段的分值,包括:
获取运动精彩片段对应的动作类型的第一分值和运动精彩片段对应的动作特征参数的第二分值中的一者或多者;
根据所述第一分值和第二分值中的一者或多者,确定对应的运动精彩片段的分值。
3.根据权利要求2所述的运动精彩片段的提取方法,其特征在于,获取运动精彩片段对应的动作特征参数的第二分值,包括:
获取所述运动精彩片段对应的运动类型的参考动作特征参数;
根据所述动作特征参数与所述参考动作特征参数之间的匹配程度确定所述第二分值。
4.根据权利要求1所述的运动精彩片段的提取方法,其特征在于,提取所述视频中的运动精彩片段,包括:
提取所述视频中的运动目标的动作;
识别所述运动目标的动作;
基于所述识别的运动目标的动作,提取所述视频中的运动精彩片段。
5.根据权利要求1所述的运动精彩片段的提取方法,其特征在于,根据所述分值,对所述运动精彩片段进行排序,包括:
获取运动类型相同的运动精彩片段,根据所述分值的高低,对该运动类型相同的运动精彩片段进行排序。
6.一种运动精彩片段的提取装置,其特征在于,该装置包括:
视频获取模块,用于获取待处理的视频;
运动精彩片段提取模块,用于提取所述视频中的运动精彩片段;
动作类型和动作特征参数提取模块,用于提取所述运动精彩片段对应的动作类型和动作特征参数;
分值确定模块,用于根据运动精彩片段对应的动作类型和动作特征参数,确定运动精彩片段的分值;
排序模块,用于根据所述分值,对所述运动精彩片段进行排序;
精彩片段集锦生成模块,用于对排序靠前的一个或多个运动精彩片段进行剪辑生成精彩片段集锦;
其中,所述动作特征参数为表征对应的动作类型的精彩程度的一个或多个参数。
7.根据权利要求6所述的运动精彩片段的提取装置,其特征在于,所述分值确定模块包括:
分值获取单元,用于获取运动精彩片段对应的动作类型的第一分值和运动精彩片段对应的动作特征参数的第二分值中的一者或多者;
分值确定单元,用于根据所述第一分值和第二分值中的一者或多者,确定对应的运动精彩片段的分值。
8.根据权利要求7所述的运动精彩片段的提取装置,其特征在于,所述分值获取单元包括:
参考动作特征参数获取子单元,用于获取所述运动精彩片段对应的运动类型的参考动作特征参数;
分值确定子单元,用于根据所述动作特征参数与所述参考动作特征参数之间的匹配程度确定所述第二分值。
9.根据权利要求6所述的运动精彩片段的提取装置,其特征在于,运动精彩片段提取模块包括:
动作提取单元,用于提取所述视频中的运动目标的动作;
动作识别单元,用于识别所述运动目标的动作;
运动精彩片段提取单元,用于基于所述识别的运动目标的动作,提取所述视频中的运动精彩片段。
10.根据权利要求6所述的运动精彩片段的提取装置,其特征在于,所述排序模块包括:
排序单元,用于获取运动类型相同的运动精彩片段,根据所述分值的高低,对该运动类型相同的运动精彩片段进行排序。
11.一种运动精彩片段的提取装置,其特征在于,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为执行所述指令以实现上述权利要求1-5任一项所述的方法。
12.一种非易失性计算机可读存储介质,其上存储有计算机程序指令,其特征在于,所述计算机程序指令被处理器执行时实现权利要求1至5中任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711459247.XA CN109977735A (zh) | 2017-12-28 | 2017-12-28 | 运动精彩片段的提取方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711459247.XA CN109977735A (zh) | 2017-12-28 | 2017-12-28 | 运动精彩片段的提取方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109977735A true CN109977735A (zh) | 2019-07-05 |
Family
ID=67074533
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711459247.XA Pending CN109977735A (zh) | 2017-12-28 | 2017-12-28 | 运动精彩片段的提取方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109977735A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110650374A (zh) * | 2019-08-16 | 2020-01-03 | 咪咕文化科技有限公司 | 剪辑方法、电子设备和计算机可读存储介质 |
CN112632329A (zh) * | 2020-12-18 | 2021-04-09 | 咪咕互动娱乐有限公司 | 视频提取方法、装置、电子设备及存储介质 |
CN114422851A (zh) * | 2022-01-24 | 2022-04-29 | 腾讯科技(深圳)有限公司 | 视频剪辑方法、装置、电子设备和可读介质 |
CN115412765A (zh) * | 2022-08-31 | 2022-11-29 | 北京奇艺世纪科技有限公司 | 视频精彩片段确定方法、装置、电子设备及存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1510907A (zh) * | 2002-12-24 | 2004-07-07 | 中国科学院计算技术研究所 | 在体育比赛视频中检测精彩片断的方法 |
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 |
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 |
CN102890781A (zh) * | 2012-07-04 | 2013-01-23 | 北京航空航天大学 | 一种针对羽毛球比赛视频的精彩镜头识别方法 |
CN105306834A (zh) * | 2015-10-10 | 2016-02-03 | 上海慧体网络科技有限公司 | 一种采用运动视频分析技术判断比赛精彩程度的方法 |
CN106375695A (zh) * | 2016-08-30 | 2017-02-01 | 百味迹忆(厦门)网络科技有限公司 | 音视频评分并存储的方法及装置 |
CN107281709A (zh) * | 2017-06-27 | 2017-10-24 | 深圳市酷浪云计算有限公司 | 一种运动视频片段的提取方法及装置、电子设备 |
-
2017
- 2017-12-28 CN CN201711459247.XA patent/CN109977735A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1510907A (zh) * | 2002-12-24 | 2004-07-07 | 中国科学院计算技术研究所 | 在体育比赛视频中检测精彩片断的方法 |
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 |
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 |
CN102890781A (zh) * | 2012-07-04 | 2013-01-23 | 北京航空航天大学 | 一种针对羽毛球比赛视频的精彩镜头识别方法 |
CN105306834A (zh) * | 2015-10-10 | 2016-02-03 | 上海慧体网络科技有限公司 | 一种采用运动视频分析技术判断比赛精彩程度的方法 |
CN106375695A (zh) * | 2016-08-30 | 2017-02-01 | 百味迹忆(厦门)网络科技有限公司 | 音视频评分并存储的方法及装置 |
CN107281709A (zh) * | 2017-06-27 | 2017-10-24 | 深圳市酷浪云计算有限公司 | 一种运动视频片段的提取方法及装置、电子设备 |
Non-Patent Citations (1)
Title |
---|
史欣等: ""从编排中的时空要素分析中国与俄罗斯花样游泳集体自由自选项目上的差距"", 《北京体育大学学报》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110650374A (zh) * | 2019-08-16 | 2020-01-03 | 咪咕文化科技有限公司 | 剪辑方法、电子设备和计算机可读存储介质 |
CN110650374B (zh) * | 2019-08-16 | 2022-03-25 | 咪咕文化科技有限公司 | 剪辑方法、电子设备和计算机可读存储介质 |
CN112632329A (zh) * | 2020-12-18 | 2021-04-09 | 咪咕互动娱乐有限公司 | 视频提取方法、装置、电子设备及存储介质 |
CN114422851A (zh) * | 2022-01-24 | 2022-04-29 | 腾讯科技(深圳)有限公司 | 视频剪辑方法、装置、电子设备和可读介质 |
CN115412765A (zh) * | 2022-08-31 | 2022-11-29 | 北京奇艺世纪科技有限公司 | 视频精彩片段确定方法、装置、电子设备及存储介质 |
CN115412765B (zh) * | 2022-08-31 | 2024-03-26 | 北京奇艺世纪科技有限公司 | 视频精彩片段确定方法、装置、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Xiong et al. | A pursuit of temporal accuracy in general activity detection | |
CN110147726B (zh) | 业务质检方法和装置、存储介质及电子装置 | |
CN109766872B (zh) | 图像识别方法和装置 | |
Zhao et al. | Temporal action detection with structured segment networks | |
CN109977735A (zh) | 运动精彩片段的提取方法及装置 | |
CA2791597C (en) | Biometric training and matching engine | |
CN105893478B (zh) | 一种标签提取方法及设备 | |
CN106294344B (zh) | 视频检索方法和装置 | |
CN110362677B (zh) | 文本数据类别的识别方法及装置、存储介质、计算机设备 | |
CN102804208A (zh) | 为视觉搜索应用自动挖掘名人的个人模型 | |
Shou et al. | Online action detection in untrimmed, streaming videos-modeling and evaluation | |
CN110363220B (zh) | 行为类别检测方法、装置、电子设备和计算机可读介质 | |
CN111150372B (zh) | 一种结合快速表示学习和语义学习的睡眠阶段分期系统 | |
CN109903053B (zh) | 一种基于传感器数据进行行为识别的反欺诈方法 | |
CN105069457B (zh) | 图像识别方法和装置 | |
CN112259105A (zh) | 一种声纹识别模型的训练方法、存储介质和计算机设备 | |
CN107273910A (zh) | 过滤器学习方法及利用过滤器检测测试图像中的对象的方法、学习装置及对象识别支持装置 | |
CN113724734B (zh) | 声音事件的检测方法、装置、存储介质及电子装置 | |
CN111401105B (zh) | 一种视频表情识别方法、装置及设备 | |
CN109492571A (zh) | 识别人体年龄的方法、装置及电子设备 | |
CN110121033A (zh) | 视频编目方法及装置 | |
CN110851621A (zh) | 基于知识图谱预测视频精彩级别的方法、装置及存储介质 | |
Speth et al. | Automated Label Noise Identification for Facial Attribute Recognition. | |
CN106710588B (zh) | 语音数据句类识别方法和装置及系统 | |
CN112200862A (zh) | 目标检测模型的训练方法、目标检测方法及装置 |
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 | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20200512 Address after: 310052 room 508, floor 5, building 4, No. 699, Wangshang Road, Changhe street, Binjiang District, Hangzhou City, Zhejiang Province Applicant after: Alibaba (China) Co.,Ltd. Address before: 100080 Beijing Haidian District city Haidian street A Sinosteel International Plaza No. 8 block 5 layer A, C Applicant before: Youku network technology (Beijing) Co.,Ltd. |
|
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190705 |