CN114025183A - 直播方法、装置、设备、系统和存储介质 - Google Patents
直播方法、装置、设备、系统和存储介质 Download PDFInfo
- Publication number
- CN114025183A CN114025183A CN202111177507.0A CN202111177507A CN114025183A CN 114025183 A CN114025183 A CN 114025183A CN 202111177507 A CN202111177507 A CN 202111177507A CN 114025183 A CN114025183 A CN 114025183A
- Authority
- CN
- China
- Prior art keywords
- target
- determining
- live broadcast
- image frame
- picture
- 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 57
- 238000001514 detection method Methods 0.000 claims description 55
- 238000004590 computer program Methods 0.000 claims description 25
- 230000000007 visual effect Effects 0.000 claims description 24
- 230000033764 rhythmic process Effects 0.000 abstract description 6
- 238000012549 training Methods 0.000 description 16
- 238000010586 diagram Methods 0.000 description 13
- 238000012545 processing Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 7
- 230000008569 process Effects 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000000605 extraction Methods 0.000 description 4
- 230000002860 competitive effect Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000003062 neural network model Methods 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 230000008901 benefit Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008685 targeting Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000003313 weakening effect Effects 0.000 description 1
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
- H04N21/21—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
- H04N21/41—Structure of client; Structure of client peripherals
- H04N21/422—Input-only peripherals, i.e. input devices connected to specially adapted client devices, e.g. global positioning system [GPS]
- H04N21/4223—Cameras
-
- 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
- H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
- H04N21/441—Acquiring end-user identification, e.g. using personal code sent by the remote control or by inserting a card
-
- 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
- H04N21/4728—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 selecting a Region Of Interest [ROI], e.g. for requesting a higher resolution version of a selected region
Abstract
本申请提供一种直播方法、装置、设备、系统和存储介质，涉及电子信息技术领域。本申请提供的直播方法，在针对目标场景采集实时视频之后，可以针对实时视频中的图像帧，确定图像帧中包含的目标对象的位置，根据目标对象的位置，确定画面采集策略，并基于确定的画面采集策略，针对目标场景拍摄直播画面。通过上述方法，在没有摄像师参与的情况下，也可以变换不同拍摄角度拍摄直播画面，展现体育赛事等目标场景中的精彩节奏和现场信息，自动对目标场景进行直播，不仅节省人力资源，还可以提高直播的效率和灵活度。
Description
技术领域
本申请实施例涉及电子信息技术领域，尤其涉及一种直播方法、装置、设备、系统和存储介质。
背景技术
随着科技的快速发展，现代体育赛事已经和互联网直播和电视直播密不可分，例如，篮球赛事的现场直播，是深受体育爱好者欢迎的节目。现场直播用来自于赛事现场的真实视觉和听觉元素，带给观众精彩的视听觉享受，通过摄像师运镜技巧展现不同景别、不同拍摄角度的画面，准确的传达体育赛事的现场信息，使观众能够身临其境的感受竞技体育的魅力。
目前，每场体育赛事的直播，都需要多个对赛事直播有丰富经验的摄像师操作位于不同机位的多个摄像机，通过变换不同拍摄角度来展现比赛的精彩节奏，不仅耗费大量人力，而且直播的效率和灵活度均较低。
发明内容
为解决现有存在的技术问题，本申请实施例提供一种直播方法、装置、设备、系统和存储介质，可以自动对体育赛事等目标场景进行直播，不仅节省人力资源，还可以提高直播的效率和灵活度。
为达到上述目的，本申请实施例的技术方案是这样实现的：
第一方面，本申请实施例提供一种直播方法，所述方法包括：
获取针对目标场景采集的实时视频；
针对所述实时视频中的图像帧，确定所述图像帧中包含的目标对象的位置；
根据所述目标对象的位置，确定画面采集策略，并基于确定的画面采集策略，针对所述目标场景拍摄直播画面。
在一种可选的实施方式中，所述目标对象包括人员目标；所述针对所述实时视频中的图像帧，确定所述图像帧中包含的目标对象所在的位置，包括：
通过已训练的人体检测模型，对所述图像帧进行人体检测，确定所述图像帧中包含的各个人员目标的位置。
在一种可选的实施方式中，所述人员目标的位置指所述人员目标在所述图像帧中的位置；所述根据所述目标对象所在的位置，确定画面采集策略，包括：
根据所述人员目标在所述图像帧中的位置，确定位于所述图像帧中预先标注的目标区域内的选定人员目标；所述目标区域为所述目标场景中的运动场地在所述图像帧内的覆盖区域；
根据各个所述选定人员目标的位置，分别确定每两个所述选定人员目标之间的距离；
若所述距离的最大值超过设定距离阈值，则确定采用全视角画面采集策略；
若所述距离的最大值未超过设定距离阈值，则确定采用局部视角画面采集策略。
在一种可选的实施方式中，所述目标对象包括球体目标；所述针对所述实时视频中的图像帧，确定所述图像帧中包含的目标对象所在的位置，还包括：
通过已训练的球体检测模型，对所述图像帧进行球体检测，确定所述图像帧中包含的球体目标的位置。
在一种可选的实施方式中，所述人员目标的位置指所述人员目标在所述图像帧中的位置；所述根据所述目标对象所在的位置，确定画面采集策略，包括：
根据所述人员目标在所述图像帧中的位置，确定位于所述图像帧中预先标注的目标区域内的选定人员目标；所述目标区域为所述目标场景中的运动场地在所述图像帧内的覆盖区域；
根据各个所述选定人员目标的位置和所述球体目标的位置，分别确定各个所述人员目标与所述球体目标之间的第一距离，并将第一距离的最小值对应的选定人员目标作为待跟踪目标；
根据各个所述选定人员目标的位置，分别确定各个所述选定人员目标与所述待跟踪目标之间的第二距离；
若第二距离的最大值超过设定距离阈值，则确定画面采集策略为全视角画面采集策略；
若第二距离的最大值未超过设定距离阈值，则确定画面采集策略为局部视角画面采集策略。
在一种可选的实施方式中，确定画面采集策略为局部视角画面采集策略之后，所述方法还包括：
根据各个所述选定人员目标的位置，确定各个所述选定人员目标的聚类中心点的位置；所述聚类中心点为各个所述选定人员目标的位置的几何中心；
根据所述聚类中心点的位置、所述待跟踪目标的位置和预先标注的两个投射目标的位置，确定当前进攻的投射目标；
将所述待跟踪目标与当前进攻的投射目标的中点作为局部视角直播画面的中心点，将所述待跟踪目标和当前进攻的投射目标作为所述局部视角直播画面的边界点，确定用于拍摄所述局部视角直播画面的摄像机的拍摄角度和焦距缩放倍数。
在一种可选的实施方式中，所述根据所述聚类中心点的位置、所述待跟踪目标的位置和预先标注的两个投射目标的位置，确定当前进攻的投射目标，包括：
对于所述两个投射目标中的每个投射目标，分别执行如下操作：
将自所述聚类中心点的位置向所述待跟踪目标的位置的射线指向的方向作为第一方向；
将自所述投射目标的位置向所述待跟踪目标的位置的射线指向的方向作为第二方向；
若所述第一方向与所述第二方向之间的夹角的余弦值为正，则将所述投射目标确定为当前进攻的投射目标。
第二方面，本申请实施例提供一种直播装置，所述装置包括：
位置确定单元，用于获取针对目标场景采集的实时视频；并针对所述实时视频中的图像帧，确定所述图像帧中包含的目标对象的位置；
画面采集单元，用于根据所述目标对象的位置，确定画面采集策略，并基于确定的画面采集策略，针对所述目标场景拍摄直播画面。
在一种可选的实施方式中，所述目标对象包括人员目标；所述位置确定单元，具体用于：
通过已训练的人体检测模型，对所述图像帧进行人体检测，确定所述图像帧中包含的各个人员目标的位置。
在一种可选的实施方式中，所述目标对象还包括球体目标；所述位置确定单元，具体用于：
通过已训练的球体检测模型，对所述图像帧进行球体检测，确定所述图像帧中包含的球体目标的位置。
第三方面，本申请实施例提供一种直播设备，包括存储器和处理器，所述存储器上存储有可在所述处理器上运行的计算机程序，当所述计算机程序被所述处理器执行时，实现上述第一方面任一种的直播方法。
第四方面，本申请实施例提供一种直播系统，包括第三方面提供的直播设备和与所述直播设备连接的视频采集模块，所述视频采集模块用于在所述直播设备的控制下，针对所述目标场景拍摄直播画面。
第五方面，本申请实施例提供了一种计算机可读存储介质，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时，实现上述第一方面中任意一种直播方法的步骤。
第六方面，本申请实施例提供了一种计算机程序产品，所述计算机程序产品包括程序代码，所述程序代码处理器执行时，实现上述第一方面中任意一种直播方法的步骤。
本申请实施例提供的直播方法，在针对目标场景采集实时视频之后，可以针对实时视频中的图像帧，确定图像帧中包含的目标对象的位置，根据目标对象的位置，确定画面采集策略，并基于确定的画面采集策略，针对目标场景拍摄直播画面。通过上述方法，在没有摄像师参与的情况下，也可以变换不同拍摄角度拍摄直播画面，展现体育赛事等目标场景中的精彩节奏和现场信息，自动对目标场景进行直播，不仅节省人力资源，还可以灵活地变换不同的拍摄角度，提高直播的灵活度和直播效率。
附图说明
为了更清楚地说明本申请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要介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的直播方法的一种应用场景示意图；
图2为本申请实施例提供的一种直播方法的流程示意图；
图3为本申请实施例提供的另一种直播方法的流程示意图；
图4为本申请实施例提供的一种目标场景的示意图；
图5为图3中步骤S308的实现方式的流程示意图；
图6为本申请实施例提供的另一种目标场景的示意图；
图7为本申请实施例提供的一种直播装置的结构示意图；
图8为本申请实施例提供的一种直播设备的结构示意图。
具体实施方式
为了使本领域普通人员更好地理解本申请的技术方案，下面将结合附图，对本申请实施例中的技术方案进行清楚、完整地描述。
需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
下面对文中出现的一些术语进行解释：
(1)枪机：指枪式摄像机，其监控位置固定，通常，在体育场馆中安装的枪机可以拍摄整个运动场地的画面。
(2)球机：也称为智能球摄像机，集摄像系统、变焦镜头和电子云台于一体，可以接收控制信号，在控制信号作用下转动，改变拍摄角度，一般可以做到360°旋转；也可以在控制信号作用下，改变变焦镜头的焦距缩放倍数。
为了实现自动对体育赛事等目标场景进行直播，节省人力资源，本申请实施例提供了一种直播方法、装置、设备、系统和存储介质。该直播方法可以应用于直播设备，例如，安装在体育场馆、舞台或其他有直播需求的场景中的直播设备。
图1示出了本申请实施例提供一种直播方法的应用场景。如图1所示，直播系统100可以包括直播设备101和与直播设备101连接的视频采集模块。示例性地，视频采集模块可以包括球机102和枪机103。直播设备101、球机102和枪机103可以安装在体育场馆、舞台等场所。在进行体育比赛或其他活动时，球机102和枪机103可以拍摄直播画面，直播设备101接收球机102或枪机103拍摄的直播画面，并将直播画面通过网络200传输至观众的终端设备300，以使观众可以通过终端设备300观看体育比赛或其他活动的直播。其中，观众的终端设备300可以是电视机、智能手机、平板电脑、车载终端等可以连接网络的电子设备。
在一些实施例中，直播设备101可以是计算机或服务器等设备，直播设备101可以直接将直播画面通过网络200传输至观众的终端设备300。在另一些实施例中，直播设备101可以将直播画面传输至局域网内的服务器或远程的云端服务器，通过服务器将直播画面转发至观众的终端设备300。在另一些实施例中，直播设备101还可以集成在枪机103或球机102中。
在一些实施例中，直播设备101执行的直播方法可以如图2所示，包括如下步骤：
步骤S201，获取针对目标场景采集的实时视频。
假设直播设备为安装在体育场馆内的直播设备，即目标场景为正在进行体育比赛的体育场馆。体育场馆内包括运动场地和周围场地。在枪机安装完成之后，直播设备获取枪机采集的包含整个运动场地的全视角画面的图像，可以预先标记出运动场地在图像中的覆盖区域，作为目标区域。该枪机可以是直播设备自身携带的枪机，或者外部连接的枪机。由于枪机的位置和拍摄角度通常是固定的，因此目标区域在枪机后续拍摄到的图像中的位置区域不会变动。如果枪机的安装位置或拍摄角度被调整，则需在调整后的枪机拍摄的图像中重新标记运动场地对应的目标区域。
在进行体育比赛的过程中，直播设备可以通过上述枪机采集目标场景的实时视频，该实时视频的每个图像帧中均包含整个运动场地的全视角画面。
步骤S202，针对实时视频中的图像帧，确定图像帧中包含的目标对象的位置。
在一些实施例中，目标对象可以包括人员目标，如在运动场地内参加比赛的运动员。示例性地，假设当前正在进行赛跑比赛的直播，人员目标可以是参见赛跑比赛的运动员。针对实时视频中的任一图像帧，直播设备可以通过已训练的人体检测模型，对该图像帧进行人体检测，确定该图像帧中包含的各个人员目标的位置。
在另一些实施例中，目标对象可以包括人员目标和球体目标。示例性地，假设当前正在进行篮球比赛或足球比赛的直播，人员目标可以是参见比赛的运动员，球体目标可以是篮球或足球。针对实时视频中的任一图像帧，直播设备可以通过已训练的人体检测模型，对该图像帧进行人体检测，确定该图像帧中包含的各个人员目标的位置；直播设备可以通过已训练的球体检测模型，对该图像帧进行球体检测，确定该图像帧中包含的球体目标的位置。
步骤S203，根据目标对象的位置，确定画面采集策略，并基于确定的画面采集策略，针对目标场景拍摄直播画面。
在一些实施例中，如果目标对象包括人员目标，人员目标的位置可以指人员目标在图像帧中的位置。为了避免将观众或体育场馆内的工作人员也作为目标对象，考虑到观众和体育场馆内的工作人员一般都在周围场地活动，而运动员在运动场地内比赛，可以根据人员目标在图像帧中的位置，确定位于图像帧中的目标区域内的选定人员目标，其中，目标区域为目标场景中的运动场地在图像帧内的覆盖区域，位于目标区域内的选定人员目标为参加比赛的运动员。根据选定人员目标的位置，确定画面采集策略。
示例性地，可以根据各个选定人员目标的位置，分别确定每两个选定人员目标之间的距离。如果每两个选定人员目标中距离的最大值超过设定距离阈值，则确定采用全视角画面采集策略；如果每两个选定人员目标中距离的最大值未超过设定距离阈值，则确定采用局部视角画面采集策略。以赛跑场景为例，如果距离最远的两名运动员之间的距离在设定距离阈值之内，说明所有运动员当前的差距很小，均集中在某一区域内，此时，可以采用局部视角画面采集策略拍摄直播画面，仅采集该区域的图像，可以获取较细节的局部画面。如果距离最远的两名运动员之间的距离过大，不在设定距离阈值之内，则可以采用全视角画面采集策略拍摄直播画面，以获取到整体的赛况画面。
在另一些实施例中，如果目标对象包括人员目标和球体目标，则可以根据人员目标在图像帧中的位置，确定位于图像帧中的目标区域内的选定人员目标，根据各个选定人员目标的位置和球体目标的位置，分别确定各个人员目标与球体目标之间的第一距离，并将第一距离的最小值对应的选定人员目标作为待跟踪目标，该待跟踪目标可以理解为持球运动员。根据各个选定人员目标的位置，分别确定各个选定人员目标与待跟踪目标之间的第二距离，如果第二距离的最大值未超过设定距离阈值，则确定画面采集策略为局部视角画面采集策略；如果第二距离的最大值超过设定距离阈值，则确定画面采集策略为全视角画面采集策略。其中，设定距离阈值可以根据运动场地的大小确定。
如果确定画面采集策略为全视角画面采集策略，则可以通过枪机针对目标场景拍摄包含整个运动场地的全视角的直播画面；如果确定画面采集策略为局部视角画面采集策略，则可以控制直播设备自身携带的球机或外部连接的球机拍摄包含精彩赛况的局部视角的直播画面。
通过本申请实施例提供的直播方法，在没有摄像师参与的情况下，也可以变换不同拍摄角度拍摄直播画面，展现体育赛事等目标场景中的精彩节奏和现场信息，自动对目标场景进行直播，不仅节省人力资源，还可以灵活地调整拍摄角度，提高直播的灵活度和直播效率。
为了更方便理解，下文以篮球的直播过程为例，对本申请实施例提供的直播方法进行详细说明，该直播方法由直播设备执行。如图3所示，该方法可以包括如下步骤：
步骤S301，获取针对目标场景采集的实时视频。
示例性地，可以通过枪机获取针对目标场景采集的实时视频。
步骤S302，针对实时视频中的图像帧，确定图像帧中包含的各个人员目标和球体目标的位置。
在一些可选的实施例中，可以先通过图像预处理模块对图像帧进行预处理，预处理可以包括灰度化处理、高斯滤波等。对图像帧进行灰度化处理，目的是压缩数据量；高斯滤波用于抑制噪声与弱化背景信息，增强人物轮廓。将经过预处理的图像帧输入已训练的人体检测模型，通过人体检测模型对图像帧进行人体检测，确定图像帧中包含的各个人员目标的位置。其中，人体检测模型可以采用基于深度学习的神经网络模型，如Faster-RCNN、YoloV3等。示例性地，人体检测模型可以包括特征提取子网络，分类子网络和回归子网络，特征提取子网络用于对经过预处理的图像帧进行特征提取，输出特征图；分类子网络用于基于特征提取子网络输出的特征图，确定图像帧中是否包含人员目标；回归子网络用于基于特征提取子网络输出的特征图，确定各个人员目标在图像帧中的位置，输出人体检测框。一个人员目标的位置可以通过该人员目标的人体检测框的中心点的坐标表示。
将经过预处理的图像帧输入已训练的球体检测模型，通过球体检测模型对图像帧进行球体检测，确定图像帧中包含的球体目标的位置，输出球体检测框。球体目标的位置可以通过球体检测框的中心点的坐标表示，其中，球体目标可以是篮球。球体检测模型也可以采用基于深度学习的神经网络模型，球体检测模型的网络结构与人体检测模型相似，在此不再赘述。通过上述过程，可以得到图4所示的图像帧。
步骤S303，根据各个人员目标在图像帧中的位置，确定位于图像帧中目标区域内的选定人员目标。
其中，选定人员目标可以理解为参加篮球比赛的运动员。目标区域为目标场景中的运动场地在图像帧内的覆盖区域，在该场景中，运动场地为篮球场。在上文中已经介绍，目标区域是预先标注的，在此不再赘述。根据各个人员目标在图像帧中的位置，可以确定位于篮球场内的各个运动员，排除位于篮球场之外的人员目标，如图4所示的工作人员、观众等。
本申请实施例通过对枪机拍摄的图像事先进行标定，规划出运动场地在枪机拍摄的画面中的坐标范围，在进行运动员检测的时候，可以通过预先标注的目标区域，排除掉前场观众和工作人员的干扰，有利于精准计算出运动员的聚类中心点。
步骤S304，根据各个选定人员目标的位置和球体目标的位置，分别确定各个人员目标与球体目标之间的第一距离，并将第一距离的最小值对应的选定人员目标作为待跟踪目标。
待跟踪目标可以理解为持球运动员，在各个运动员中，距离篮球最近的运动员为持球运动员。其中，各个人员目标与球体目标之间的第一距离可以采用欧氏距离表示。
步骤S305，根据各个选定人员目标的位置，分别确定各个选定人员目标与待跟踪目标之间的第二距离。
确定各个运动员与持球运动员之间的距离。其中，各个选定人员目标与待跟踪目标之间的第二距离也可以采用欧氏距离表示。
步骤S306，判断第二距离的最大值是否超过设定距离阈值；如果是，执行步骤S307，如果否，执行步骤S308。
步骤S307，确定画面采集策略为全视角画面采集策略。
步骤S308，确定画面采集策略为局部视角画面采集策略，并确定用于拍摄局部视角直播画面的摄像机的拍摄角度和焦距缩放倍数。
示例性地，设定距离阈值可以是半场的距离，即篮球场的长度的一半。如果各个运动员与持球运动员之间最远的距离超过半场的距离，可以通过枪机采集篮球场的全视角直播画面。如果各个运动员与持球运动员之间最远的距离未超过半场的距离，可以通过球机采集局部视角直播画面。
在一些实施例中，可以通过图5所示的方式确定用于拍摄局部视角直播画面的球机的拍摄角度和焦距缩放倍数，包括如下步骤：
步骤S3081，根据各个选定人员目标的位置，确定各个选定人员目标的聚类中心点的位置。
其中，聚类中心点为各个选定人员目标的位置的几何中心。示例性地，可以将图像帧的左上角作为坐标原点，各个选定人员目标的位置可以采用对应的人体检测框的中心点的横纵坐标表示。聚类中心点的坐标可以表示为
其中，
为各个选定人员目标的位置中横坐标的平均值，
为各个选定人员目标的位置中纵坐标的平均值。
步骤S3082，根据聚类中心点的位置、待跟踪目标的位置和预先标注的两个投射目标的位置，确定当前进攻的投射目标。
其中，两个投射目标可以指两个篮筐。与目标区域一样，两个篮筐在图像帧中的位置也可以是预先标注的。假设待跟踪目标的位置表示为Pc＝(xc，yc)，第一投射目标的位置表示为
第二投射目标的位置表示为
对于两个投射目标中的每个投射目标，分别执行如下操作：将自聚类中心点的位置向待跟踪目标的位置的射线指向的方向作为第一方向；将自待跟踪目标的位置向投射目标的位置的射线指向的方向作为第二方向；若第一方向与第二方向之间的夹角的余弦值为正，则将该投射目标确定为当前进攻的投射目标。也可以理解为，选择与聚类中心点和待跟踪目标连线同方向的投射目标作为当前进攻的投射目标。
示例性地，将自聚类中心点的位置
向待跟踪目标的位置Pc的射线指向的方向作为第一方向，将自待跟踪目标的位置Pc向第一投射目标的位置
的射线指向的方向作为第二方向，第一方向与第二方向之间的夹角为钝角，其余弦值为负，因此第一投射目标不是当前进攻的投射目标。如图6所示，将自聚类中心点的位置
向待跟踪目标的位置Pc的射线指向的方向作为第一方向，将自待跟踪目标的位置Pc向第二投射目标的位置
的射线指向的方向作为第二方向，第一方向与第二方向之间的夹角为钝角，其余弦值为正，可以将第二投射目标确定为当前进攻的投射目标。
在一种可选的实施例中，当两个投射目标的纵坐标相等，即
时，对于两个投射目标中的任意一个投射目标，确定聚类中心点的横坐标与待跟踪目标的横坐标的第一差值，以及该投射目标的横坐标与待跟踪目标的横坐标的第二差值，如果第一差值与第二差值的乘积为正，则将该投射目标确定为当前进攻的投射目标。例如，对于第二投射目标，如果
则可以将第二投射目标确定为当前进攻的投射目标。
步骤S3083，将待跟踪目标与当前进攻的投射目标的中点作为局部视角直播画面的中心点，将待跟踪目标和当前进攻的投射目标作为局部视角直播画面的边界点，确定用于拍摄局部视角直播画面的摄像机的拍摄角度和焦距缩放倍数。
假设
对应的投射目标为当前进攻的投射目标，则待跟踪目标与当前进攻的投射目标的中点的位置可以表示为P0＝(x0，y0)，其中，
将该中点作为局部视角直播画面的中心点，将待跟踪目标Pc和当前进攻的投射目标
作为局部视角直播画面的边界点，确定用于拍摄局部视角直播画面的摄像机的拍摄角度和焦距缩放倍数。
本申请实施例选择与聚类中心点和持球人连线同方向的篮筐为进攻篮筐，并以持球人与进攻篮筐的中点作为视角中心，持球人与进攻篮筐作为边界点进行局部视角直播，可以增加观众对竞技体育的参与感。
步骤S309，基于确定的画面采集策略，针对目标场景拍摄直播画面。
如果确定画面采集策略为全视角画面采集策略，则可以通过枪机拍摄包含整个篮球场的全视角的直播画面；如果确定画面采集策略为局部视角画面采集策略，则可以控制球机按照确定的拍摄角度和焦距缩放倍数拍摄局部视角的直播画面，还可以通过目标跟踪算法，控制球机始终跟踪待跟踪目标，即持球人。其中，目标跟踪算法可以采用如下算法中的任意一种：Siamese-RPN，KCF、Update-Net等。通过调整变换当前摄像机的位置、缩放倍数和跟踪策略以产生不同的比赛画面增强观众的观赏性。
在上述实施例中，人体检测模型可以采用多张包含人体的训练图像进行训练得到。其训练过程可以包括：获取训练图像样本集；训练图像样本集包括多张训练图像，每张训练图像具有标识人体位置的标签。可选地，从训练图像样本集中随机选取一张训练图像；将训练图像输入人体检测模型，得到训练图像的检测结果。将训练图像的检测结果与人工标注的标签进行对比，采用预设的损失函数计算损失值。损失值是判定实际的输出与期望的输出的接近程度。损失值越小，说明实际的输出越接近期望的输出。可以采用反向传播算法，根据损失值调整人体检测模型的参数，直至损失值收敛至预设的期望值时，完成对人体检测模型的训练，将当前参数作为人体检测模型的参数。经过训练的人体检测模型，可以用于对采集到的目标场景的实时视频进行人体检测，并确定每个运动员在运动场地中的位置。
球体检测模型可以采用多张包含球体的训练图像进行训练得到，其训练过程与人体检测模型的训练过程相似，在此不再赘述。
本申请实施例提供一种体育赛事的全自动视频直播方法，利用人体识别、聚类、目标检测、目标跟踪、枪球联动和摄像头云台控制的技术实现自动直播的功能，具有自动切换不同尺度范围的镜头展示竞技比赛节奏的优点，有效地提高了观赏性。
上述实施例以目标场景为体育场馆为例进行说明，本申请实施例提供的直播方法还可以应用于其他目标场景中，例如，目标场景还可以是舞台或剧院等。
基于同一发明构思，本申请实施例中还提供了一种直播装置，该直播装置可以布设在直播设备中。由于该装置是本申请实施例直播方法对应的装置，并且该装置解决问题的原理与该方法相似，因此该装置的实施可以参见上述方法的实施，重复之处不再赘述。
图7示出了本申请实施例提供的一种直播装置的结构示意图，如图7所示，该直播装置包括：位置确定单元701和画面采集单元702；其中，
位置确定单元701，用于获取针对目标场景采集的实时视频；并针对所述实时视频中的图像帧，确定所述图像帧中包含的目标对象的位置；
画面采集单元702，用于根据所述目标对象的位置，确定画面采集策略，并基于确定的画面采集策略，针对所述目标场景拍摄直播画面。
在一种可选的实施方式中，所述位置确定单元701，具体用于：
通过已训练的人体检测模型，对所述图像帧进行人体检测，确定所述图像帧中包含的各个人员目标的位置。
在一种可选的实施方式中，所述人员目标的位置指所述人员目标在所述图像帧中的位置；所述画面采集单元702，具体用于：
根据所述人员目标在所述图像帧中的位置，确定位于所述图像帧中预先标注的目标区域内的选定人员目标；所述目标区域为所述目标场景中的运动场地在所述图像帧内的覆盖区域；
根据各个所述选定人员目标的位置，分别确定每两个所述选定人员目标之间的距离；
若所述距离的最大值超过设定距离阈值，则确定采用全视角画面采集策略；
若所述距离的最大值未超过设定距离阈值，则确定采用局部视角画面采集策略。
在一种可选的实施方式中，所述目标对象包括球体目标；位置确定单元701，还用于：
通过已训练的球体检测模型，对所述图像帧进行球体检测，确定所述图像帧中包含的球体目标的位置。
在一种可选的实施方式中，所述人员目标的位置指所述人员目标在所述图像帧中的位置；所述画面采集单元702，具体用于：
根据所述人员目标在所述图像帧中的位置，确定位于所述图像帧中预先标注的目标区域内的选定人员目标；所述目标区域为所述目标场景中的运动场地在所述图像帧内的覆盖区域；
根据各个所述选定人员目标的位置和所述球体目标的位置，分别确定各个所述人员目标与所述球体目标之间的第一距离，并将第一距离的最小值对应的选定人员目标作为待跟踪目标；
根据各个所述选定人员目标的位置，分别确定各个所述选定人员目标与所述待跟踪目标之间的第二距离；
若第二距离的最大值超过设定距离阈值，则确定画面采集策略为全视角画面采集策略；
若第二距离的最大值未超过设定距离阈值，则确定画面采集策略为局部视角画面采集策略。
在一种可选的实施方式中，所述画面采集单元702，还用于：在确定画面采集策略为局部视角画面采集策略之后，根据各个所述选定人员目标的位置，确定各个所述选定人员目标的聚类中心点的位置；所述聚类中心点为各个所述选定人员目标的位置的几何中心；
根据所述聚类中心点的位置、所述待跟踪目标的位置和预先标注的两个投射目标的位置，确定当前进攻的投射目标；
将所述待跟踪目标与当前进攻的投射目标的中点作为局部视角直播画面的中心点，将所述待跟踪目标和当前进攻的投射目标作为所述局部视角直播画面的边界点，确定用于拍摄所述局部视角直播画面的摄像机的拍摄角度和焦距缩放倍数。
在一种可选的实施方式中，所述画面采集单元702，具体用于：
对于所述两个投射目标中的每个投射目标，分别执行如下操作：
将自所述聚类中心点的位置向所述待跟踪目标的位置的射线指向的方向作为第一方向；
将自所述投射目标的位置向所述待跟踪目标的位置的射线指向的方向作为第二方向；
若所述第一方向与所述第二方向之间的夹角的余弦值为正，则将所述投射目标确定为当前进攻的投射目标。
本申请实施例提供的直播装置，可以针对目标场景的实时视频中的图像帧，确定图像帧中包含的目标对象的位置，根据目标对象的位置，确定画面采集策略，并基于确定的画面采集策略，针对目标场景拍摄直播画面。在没有摄像师参与的情况下，也可以变换不同拍摄角度拍摄直播画面，展现体育赛事等目标场景中的精彩节奏和现场信息，自动对目标场景进行直播，节省人力资源。
基于同一发明构思，本申请实施例还提供了一种直播设备。该直播设备可以是安装在体育场馆、舞台等场所的直播设备，如图1所示的直播设备101。在该实施例中，直播设备的结构可以如图8所示，包括存储器801，数据传输接口803以及一个或多个处理器802。
存储器801，用于存储处理器802执行的计算机程序。存储器801可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统，以及直播功能所需的程序等；存储数据区可存储采集的视频图像帧和相关处理数据等。
处理器802，可以包括一个或多个中央处理单元(central processing unit，CPU)或者为数字处理单元等等。处理器802，用于调用存储器801中存储的计算机程序时实现上述直播方法。
数据传输接口803可以用于与直播设备之外的枪机、球机等视频采集模块进行连接，获取视频采集模块拍摄的实时视频或直播画面。
本申请实施例中不限定上述存储器801、数据传输接口803和处理器802之间的具体连接介质。本申请实施例在图8中以存储器801和处理器802之间通过总线804连接，总线804在图8中以粗线表示，其它部件之间的连接方式，仅是进行示意性说明，并不引以为限。总线804可以分为地址总线、数据总线、控制总线等。为便于表示，图8中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
在一些实施例中，直播设备还可以包括枪机和球机等视频采集模块。
基于同一发明构思，本申请实施例还提供了一种直播系统，该直播系统可以是安装在体育场馆、舞台等场所。如图1所示，该直播系统100可以包括直播设备101和与直播设备101连接的视频采集模块，所述视频采集模块用于在直播设备101的控制下，针对目标场景拍摄直播画面。示例性地，视频采集模块可以包括球机102和枪机103。
基于同一发明构思，本申请实施例还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行上述前述方法实施例所提供的直播方法的步骤，具体实现可参见方法实施例，在此不再赘述。
基于同一发明构思，本申请实施例还提供一种计算机程序产品，该计算机程序产品包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述任一实施例中的直播方法。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。
Claims (14)
1.一种直播方法，其特征在于，所述方法包括：
获取针对目标场景采集的实时视频；
针对所述实时视频中的图像帧，确定所述图像帧中包含的目标对象的位置；
根据所述目标对象的位置，确定画面采集策略，并基于确定的画面采集策略，针对所述目标场景拍摄直播画面。
2.根据权利要求1所述的方法，其特征在于，所述目标对象包括人员目标；所述针对所述实时视频中的图像帧，确定所述图像帧中包含的目标对象所在的位置，包括：
通过已训练的人体检测模型，对所述图像帧进行人体检测，确定所述图像帧中包含的各个人员目标的位置。
3.根据权利要求2所述的方法，其特征在于，所述人员目标的位置指所述人员目标在所述图像帧中的位置；所述根据所述目标对象所在的位置，确定画面采集策略，包括：
根据所述人员目标在所述图像帧中的位置，确定位于所述图像帧中预先标注的目标区域内的选定人员目标；所述目标区域为所述目标场景中的运动场地在所述图像帧内的覆盖区域；
根据各个所述选定人员目标的位置，分别确定每两个所述选定人员目标之间的距离；
若所述距离的最大值超过设定距离阈值，则确定采用全视角画面采集策略；
若所述距离的最大值未超过设定距离阈值，则确定采用局部视角画面采集策略。
4.根据权利要求2所述的方法，其特征在于，所述目标对象还包括球体目标；所述针对所述实时视频中的图像帧，确定所述图像帧中包含的目标对象所在的位置，还包括：
通过已训练的球体检测模型，对所述图像帧进行球体检测，确定所述图像帧中包含的球体目标的位置。
5.根据权利要求4所述的方法，其特征在于，所述人员目标的位置指所述人员目标在所述图像帧中的位置；所述根据所述目标对象所在的位置，确定画面采集策略，包括：
根据所述人员目标在所述图像帧中的位置，确定位于所述图像帧中预先标注的目标区域内的选定人员目标；所述目标区域为所述目标场景中的运动场地在所述图像帧内的覆盖区域；
根据各个所述选定人员目标的位置和所述球体目标的位置，分别确定各个所述人员目标与所述球体目标之间的第一距离，并将第一距离的最小值对应的选定人员目标作为待跟踪目标；
根据各个所述选定人员目标的位置，分别确定各个所述选定人员目标与所述待跟踪目标之间的第二距离；
若第二距离的最大值超过设定距离阈值，则确定画面采集策略为全视角画面采集策略；
若第二距离的最大值未超过设定距离阈值，则确定画面采集策略为局部视角画面采集策略。
6.根据权利要求5所述的方法，其特征在于，确定画面采集策略为局部视角画面采集策略之后，所述方法还包括：
根据各个所述选定人员目标的位置，确定各个所述选定人员目标的聚类中心点的位置；所述聚类中心点为各个所述选定人员目标的位置的几何中心；
根据所述聚类中心点的位置、所述待跟踪目标的位置和预先标注的两个投射目标的位置，确定当前进攻的投射目标；
将所述待跟踪目标与当前进攻的投射目标的中点作为局部视角直播画面的中心点，将所述待跟踪目标和当前进攻的投射目标作为所述局部视角直播画面的边界点，确定用于拍摄所述局部视角直播画面的摄像机的拍摄角度和焦距缩放倍数。
7.根据权利要求6所述的方法，其特征在于，所述根据所述聚类中心点的位置、所述待跟踪目标的位置和预先标注的两个投射目标的位置，确定当前进攻的投射目标，包括：
对于所述两个投射目标中的每个投射目标，分别执行如下操作：
将自所述聚类中心点的位置向所述待跟踪目标的位置的射线指向的方向作为第一方向；
将自所述待跟踪目标的位置向所述投射目标的位置的射线指向的方向作为第二方向；
若所述第一方向与所述第二方向之间的夹角的余弦值为正，则将所述投射目标确定为当前进攻的投射目标。
8.一种直播装置，其特征在于，所述装置包括：
位置确定单元，用于获取针对目标场景采集的实时视频；并针对所述实时视频中的图像帧，确定所述图像帧中包含的目标对象的位置；
画面采集单元，用于根据所述目标对象的位置，确定画面采集策略，并基于确定的画面采集策略，针对所述目标场景拍摄直播画面。
9.根据权利要求8所述的装置，其特征在于，所述目标对象包括人员目标；所述位置确定单元，具体用于：
通过已训练的人体检测模型，对所述图像帧进行人体检测，确定所述图像帧中包含的各个人员目标的位置。
10.根据权利要求9所述的装置，其特征在于，所述目标对象还包括球体目标；所述位置确定单元，具体用于：
通过已训练的球体检测模型，对所述图像帧进行球体检测，确定所述图像帧中包含的球体目标的位置。
11.一种直播设备，其特征在于，包括存储器和处理器，所述存储器上存储有可在所述处理器上运行的计算机程序，当所述计算机程序被所述处理器执行时，实现权利要求1～7中任一项所述的方法。
12.一种直播系统，其特征在于，包括权利要求11所述的直播设备和与所述直播设备连接的视频采集模块，所述视频采集模块用于在所述直播设备的控制下，针对所述目标场景拍摄直播画面。
13.一种计算机可读存储介质，所述计算机可读存储介质内存储有计算机程序，其特征在于：所述计算机程序被处理器执行时，实现权利要求1～7中任一项所述的方法。
14.一种计算机程序产品，其特征在于，包含有计算机可执行指令，所述计算机可执行指令被处理器执行时，实现权利要求1～7中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111177507.0A CN114025183A (zh) | 2021-10-09 | 2021-10-09 | 直播方法、装置、设备、系统和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111177507.0A CN114025183A (zh) | 2021-10-09 | 2021-10-09 | 直播方法、装置、设备、系统和存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114025183A true CN114025183A (zh) | 2022-02-08 |
Family
ID=80055845
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111177507.0A Pending CN114025183A (zh) | 2021-10-09 | 2021-10-09 | 直播方法、装置、设备、系统和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114025183A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115314750A (zh) * | 2022-08-10 | 2022-11-08 | 润博全景文旅科技有限公司 | 一种视频播放方法、装置及设备 |
| CN116761004A (zh) * | 2023-05-12 | 2023-09-15 | 北京车讯互联网股份有限公司 | 一种基于固定轨道摄像设备的实时直播方法，系统，设备和介质 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| CN110264493A (zh) * | 2019-06-17 | 2019-09-20 | 北京影谱科技股份有限公司 | 一种针对运动状态下的多目标对象追踪方法和装置 |
| CN110944123A (zh) * | 2019-12-09 | 2020-03-31 | 北京理工大学 | 一种体育赛事智能导播方法 |
| CN112287771A (zh) * | 2020-10-10 | 2021-01-29 | 北京沃东天骏信息技术有限公司 | 用于检测视频事件的方法、装置、服务器和介质 |
| CN112312142A (zh) * | 2019-07-31 | 2021-02-02 | 北京沃东天骏信息技术有限公司 | 视频播放控制方法、装置和计算机可读存储介质 |
| CN112738397A (zh) * | 2020-12-29 | 2021-04-30 | 维沃移动通信（杭州）有限公司 | 拍摄方法、装置、电子设备及可读存储介质 |
| WO2021174391A1 (zh) * | 2020-03-02 | 2021-09-10 | 深圳市大疆创新科技有限公司 | 比赛画面的获取方法和装置及拍摄装置的控制方法和装置 |
-
2021
- 2021-10-09 CN CN202111177507.0A patent/CN114025183A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| CN110264493A (zh) * | 2019-06-17 | 2019-09-20 | 北京影谱科技股份有限公司 | 一种针对运动状态下的多目标对象追踪方法和装置 |
| CN112312142A (zh) * | 2019-07-31 | 2021-02-02 | 北京沃东天骏信息技术有限公司 | 视频播放控制方法、装置和计算机可读存储介质 |
| CN110944123A (zh) * | 2019-12-09 | 2020-03-31 | 北京理工大学 | 一种体育赛事智能导播方法 |
| WO2021174391A1 (zh) * | 2020-03-02 | 2021-09-10 | 深圳市大疆创新科技有限公司 | 比赛画面的获取方法和装置及拍摄装置的控制方法和装置 |
| CN112287771A (zh) * | 2020-10-10 | 2021-01-29 | 北京沃东天骏信息技术有限公司 | 用于检测视频事件的方法、装置、服务器和介质 |
| CN112738397A (zh) * | 2020-12-29 | 2021-04-30 | 维沃移动通信（杭州）有限公司 | 拍摄方法、装置、电子设备及可读存储介质 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115314750A (zh) * | 2022-08-10 | 2022-11-08 | 润博全景文旅科技有限公司 | 一种视频播放方法、装置及设备 |
| CN115314750B (zh) * | 2022-08-10 | 2023-09-29 | 润博全景文旅科技有限公司 | 一种视频播放方法、装置及设备 |
| CN116761004A (zh) * | 2023-05-12 | 2023-09-15 | 北京车讯互联网股份有限公司 | 一种基于固定轨道摄像设备的实时直播方法，系统，设备和介质 |
| CN116761004B (zh) * | 2023-05-12 | 2024-03-19 | 北京车讯互联网股份有限公司 | 一种基于固定轨道摄像设备的实时直播系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20230092516A1 (en) | Computer-implemented method for automated detection of a moving area of interest in a video stream of field sports with a common object of interest | |
| US10771760B2 (en) | Information processing device, control method of information processing device, and storage medium | |
| CA2798298C (en) | Systems and methods for video processing | |
| CN114025183A (zh) | 直播方法、装置、设备、系统和存储介质 | |
| CN106165393A (zh) | 用于自动电视制作的方法和系统 | |
| CN107005654A (zh) | 用于光学跟踪运动场地中的运动员的系统和方法 | |
| EP3278268A1 (en) | System for the automated analisys of a sporting match | |
| US9154710B2 (en) | Automatic camera identification from a multi-camera video stream | |
| CN109961039B (zh) | 一种个人进球视频捕捉方法及系统 | |
| CN112714926A (zh) | 用于生成拍摄环境的照片般真实的三维模型的方法和装置 | |
| CN110270078B (zh) | 足球比赛特效展示系统、方法及计算机装置 | |
| Pidaparthy et al. | Keep your eye on the puck: Automatic hockey videography | |
| CN103595992A (zh) | 一种球场led显示屏系统及其实现广告精准投放的插播方法 | |
| Pers et al. | A low-cost real-time tracker of live sport events | |
| KR20140023136A (ko) | 골프방송중 퍼팅정보 디스플레이시스템 및 그 방법 | |
| CN114550067A (zh) | 一种体育赛事自动直播与导播方法、装置、设备及存储介质 | |
| CN109126100A (zh) | 控球率计算方法、装置、设备及存储介质 | |
| CN115475373B (zh) | 运动数据的展示方法、装置、存储介质及电子装置 | |
| CN113302906A (zh) | 图像处理设备、图像处理方法、计算机程序和存储介质 | |
| CN111541843B (zh) | 一种基于运动传感器的精彩画面实时自动抓拍方法 | |
| CN110213611A (zh) | 一种基于人工智能视觉识别技术的球类赛场摄像实现方法 | |
| CN113971693A (zh) | 直播画面生成方法、系统、装置及电子设备 | |
| CN1488416A (zh) | 足球裁判系统及装置 | |
| WO2021092031A1 (en) | Ephemeral betting in immersive environments | |
| CN111797812A (zh) | 自动记录足球比赛中有效进球的方法、系统、终端及介质 |
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 |