CN114630142B - 一种大型运动会转播信号调度方法和播出制作系统 - Google Patents

一种大型运动会转播信号调度方法和播出制作系统 Download PDF

Info

Publication number
CN114630142B
CN114630142B CN202210515701.3A CN202210515701A CN114630142B CN 114630142 B CN114630142 B CN 114630142B CN 202210515701 A CN202210515701 A CN 202210515701A CN 114630142 B CN114630142 B CN 114630142B
Authority
CN
China
Prior art keywords
time
real
matrix
live
script
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202210515701.3A
Other languages
English (en)
Other versions
CN114630142A (zh
Inventor
金晖
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Huizhiyun Technology Co ltd
Original Assignee
Beijing Huizhiyun Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Huizhiyun Technology Co ltd filed Critical Beijing Huizhiyun Technology Co ltd
Priority to CN202210515701.3A priority Critical patent/CN114630142B/zh
Publication of CN114630142A publication Critical patent/CN114630142A/zh
Application granted granted Critical
Publication of CN114630142B publication Critical patent/CN114630142B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/21—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]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/234—Processing of video elementary streams, e.g. splicing of video streams, manipulating MPEG-4 scene graphs
    • H04N21/23418—Processing of video elementary streams, e.g. splicing of video streams, manipulating MPEG-4 scene graphs involving operations for analysing video streams, e.g. detecting features or characteristics
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/241—Operating system [OS] processes, e.g. server setup

Abstract

本申请公开了一种大型运动会转播信号调度方法和播出制作系统，涉及图像信号通信转播技术领域，首先获取若干条线路的实时转播信号；利用AI技术进行打标，生成视频帧标签；根据视频帧标签判断此时是赛时状态或非赛时状态，确定备选直播脚本；随后构建评估适用性矩阵及对应的标签参照集；根据输入的视频帧标签，基于比赛知识图谱对照标签参照集，获得评估适用性矩阵的融合矩阵；最后对备选直播脚本进行适用度评估，选取实时直播脚本进行直播。本申请实现了转播信号调度考量因素的多维度和面向不同媒介、观众群体的差异化，提升了转播信号调度的客观性和多样性，增强了对观众反馈的实时互动，并扩展了体育赛事直播的数字媒体形态。

Description

一种大型运动会转播信号调度方法和播出制作系统
技术领域
本申请涉及图像信号通信转播技术领域，特别涉及一种大型运动会转播信号调度方法和播出制作系统。
背景技术
随着全球经济一体化的发展，体育本身所蕴藏的巨大经济功能与价值逐渐被开发出来，为整个体育产业的发展带来了蓬勃生机。体育产业作为一项新兴的朝阳产业，正在逐渐成为拉动一国或地区内需的重要产业，成为全球最有发展潜力的产业之一，大型体育赛事作为体育产业的核心产业之一，拥有数量庞大的关注群体，而由于场地的局限性，仅有少数人可以在现场进行观看，由此，大型体育赛事转播的重要性逐渐凸显，特别是与比赛现场同步实时地开展赛事直播，其受众范围最广、关注度最集中，相应的技术要求最高。
现有的转播技术主要是依靠多路摄录设备从现场采集多路转播信号（包括多路视频信号以及场外音、现场解说等声音信号），通过转播车等设备将多路转播信号上传到IBC的调度中心；调度中心负责对多路转播信号进行汇集和分发，具体来说，在调度中心可由专门人员（例如赛事导播）在多路转播信号中选取一路转播信号，将该路被选取的转播信号分发给电视台、网络直播平台、短视频平台等播出平台，实时同步进行直播。
显然，此种调度方式主要依靠人工完成，且考虑到直播的实时性要求该人员需要在极短时间内在多路转播信号中完成选取，由于人员水平的参差以及个人风格的不同，容易导致转播的内容具备一定主观性，以及内容过于单一等缺点。另外，随着数字交互电视、网络直播平台、短视频平台、多媒体社交网络等新兴媒介的普及，在赛事直播过程中观众的参与度明显增强，例如观众可以通过弹幕、评论、短视频转发、点赞等手段提供自身的观看反馈，而现有的调度方式并没有充分的时间和可行的手段来依据观众反馈对转播信号的选取标准、风格进行调整，也无法面向不同媒介的观众类型实现差异化、个性化的信号调度，没有与观众反馈形成有效闭环。
发明内容
（一）申请目的
鉴于上述问题，为了适应大型运动会转播信号调度的高实时性要求，实现转播信号调度考量因素的多维度和面向不同媒介、观众群体的差异化，提升转播信号调度的客观性和多样性，以及节约人力，更具智能化和自动化，增强对观众反馈的实时互动，并扩展体育赛事直播的数字媒体形态，本申请公开了以下技术方案。
（二）技术方案
本申请公开了一种大型运动会转播信号调度方法，包括：
获取若干条线路的实时转播信号；
利用针对实时转播信号中的视频帧进行分类识别的AI技术对所述实时转播信号进行打标，生成视频帧标签；
根据同一采集时间的所述视频帧标签判断此时是赛时状态或非赛时状态，并基于判断结果确定对应的备选直播脚本；
构建评估适用性矩阵以及与所述评估适用性矩阵对应的标签参照集；
根据输入的多路实时转播信号的视频帧标签，基于比赛知识图谱的语义关系网络对照所述标签参照集，获得评估适用性矩阵的融合矩阵；
利用所述融合矩阵对所述备选直播脚本进行适用度评估，选取实时直播脚本在特定播出平台进行直播。
在一种可能的实施方式中，所述利用针对实时转播信号中的视频帧进行分类识别的AI技术对所述实时转播信号进行打标，生成视频帧标签，包括：
对所述实时转播信号进行画面分析，提取画面对象；
利用分类器对所述画面对象进行多维度分类，并基于分类结果生成视频帧标签。
在一种可能的实施方式中，所述分类器包括动作事件分类器、人物角色分类器、人脸识别分类器、文字识别分类器和物品识别分类器；
所述视频帧标签包括事件标签、人物标签、场景标签和道具标签。
在一种可能的实施方式中，所述根据同一采集时间的所述视频帧标签判断此时是赛时状态或非赛时状态，并基于判断结果确定对应的备选直播脚本，具体为：
根据所述视频帧标签判断此时是赛时状态或非赛时状态，当此时为赛时状态时，将赛时直播脚本作为备选直播脚本；当此时为非赛时状态时，将赛时直播脚本和非赛时直播脚本作为备选直播脚本。
在一种可能的实施方式中，所述构建评估适用性矩阵以及与所述评估适用性矩阵对应的标签参照集，包括：
根据样例多路转播信号提取标签参照集，并根据样例多路转播信号和标签参照集构建针对直播脚本的评估适用性矩阵；
构建观众反馈评估适用性矩阵，并将所述观众反馈评估适用性矩阵加入所述评估适用性矩阵，以及提取所述观众反馈评估适用性矩阵对应的标签参照集。
在一种可能的实施方式中，所述根据输入的多路实时转播信号的视频帧标签，基于比赛知识图谱的语义关系网络对照所述标签参照集，获得评估适用性矩阵的融合矩阵，包括：
将多路实时转播信号的视频帧标签定义为实时转播信号标签集；
基于比赛知识图谱的语义关系网络，对照所述实时转播信号标签集和标签参照集，获得评估适用性矩阵的融合矩阵。
在一种可能的实施方式中，其特征在于，所述大型运动会转播信号调度方法还包括：
基于实时直播脚本截取短视频进行实时发布短视频；和/或
基于实时直播脚本截取静态图像，进行数字加密并添加收藏品ID证书，生成NFT数字收藏品。
作为本申请的第二方面，本申请还公开了一种大型运动会播出制作系统，包括：
摄录转播模块，用于获取赛事信号，并将所述赛事信号转换为实时转播信号传输至IBC调度中心，包括摄录装置和转播车；
IBC调度中心，用于接收所述实时转播信号，并将所述实时转播信号进行智能调度、管理和存储。
在一种可能的实施方式中，所述IBC调度中心包括：
AI识别打标模块，用于利用AI技术对所述实时转播信号进行打标，生成视频帧标签；
直播脚本库，包括若干预定义的直播脚本，所述直播脚本设定了多路实时转播信号向播出平台输出的优先级规则；
直播脚本决策器，用于选取实时直播脚本在特定播出平台进行直播。
在一种可能的实施方式中，所述AI识别打标模块包括：
画面对象提取子模块，用于对所述实时转播信号进行画面分析，提取画面对象；
视频帧标签生成子模块，用于利用分类器对所述画面对象进行多维度分类，并基于分类结果生成视频帧标签。
在一种可能的实施方式中，所述分类器包括动作事件分类器、人物角色分类器、人脸识别分类器、文字识别分类器和物品识别分类器；
所述视频帧标签包括事件标签、人物标签、场景标签和道具标签。
在一种可能的实施方式中，所述直播脚本决策器包括：
备选直播脚本确定子模块，用于根据同一采集时间的所述视频帧标签判断此时是赛时状态或非赛时状态，并基于判断结果确定对应的备选直播脚本；
评估适用性矩阵构建子模块，用于构建评估适用性矩阵以及与所述评估适用性矩阵对应的标签参照集；
融合矩阵获取子模块，用于根据输入的多路实时转播信号的视频帧标签，基于比赛知识图谱的语义关系网络对照所述标签参照集，获得评估适用性矩阵的融合矩阵；
实时直播脚本选取子模块，用于利用所述融合矩阵对所述备选直播脚本进行适用度评估，选取实时直播脚本在特定播出平台进行直播。
在一种可能的实施方式中，所述备选直播脚本确定子模块具体为：
根据所述视频帧标签判断此时是赛时状态或非赛时状态，当此时为赛时状态时，将赛时直播脚本作为备选直播脚本；当此时为非赛时状态时，将赛时直播脚本和非赛时直播脚本作为备选直播脚本。
在一种可能的实施方式中，所述评估适用性矩阵构建子模块包括：
评估适用性矩阵构建单元，用于根据样例多路转播信号提取标签参照集，并根据样例多路转播信号和标签参照集构建针对直播脚本的评估适用性矩阵；
标签参照集提取单元，用于构建观众反馈评估适用性矩阵，并将所述观众反馈评估适用性矩阵加入所述评估适用性矩阵，以及提取所述观众反馈评估适用性矩阵对应的标签参照集。
在一种可能的实施方式中，所述融合矩阵获取子模块包括：
实时转播信号标签集定义单元，用于将多路实时转播信号的视频帧标签定义为实时转播信号标签集；
融合矩阵获取单元，用于基于比赛知识图谱的语义关系网络，对照所述实时转播信号标签集和标签参照集，获得评估适用性矩阵的融合矩阵。
在一种可能的实施方式中，所述直播脚本决策器还包括短视频实时生成子模块和NFT数字收藏品实时制作子模块，具体为：
短视频实时生成子模块，用于基于实时直播脚本截取短视频进行实时发布；
NFT数字收藏品实时制作子模块，用于基于实时直播脚本截取静态图像，进行数字加密并添加收藏品ID证书，生成NFT数字收藏品。
（三）有益效果
本申请公开的一种大型运动会转播信号调度方法和播出制作系统，实现了转播信号调度考量因素的多维度和面向不同媒介、观众群体的差异化，提升了转播信号调度的客观性和多样性，以及节约了人力，更具智能化和自动化，增强了对观众反馈的实时互动，并扩展了体育赛事直播的数字媒体形态。
附图说明
以下参考附图描述的实施例是示例性的，旨在用于解释和说明本申请，而不能理解为对本申请的保护范围的限制。
图1是本申请公开的一种大型运动会转播信号调度方法的流程示意图。
图2是本申请实施例提供的一种知识图谱网络结构图。
图3是本申请公开的一种大型运动会播出制作系统的结构框图。
具体实施方式
为使本申请实施的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行更加详细的描述。
下面参考图1详细描述本申请公开的一种大型运动会转播信号调度方法实施例。如图1所示，本实施例公开的方法主要包括有以下步骤S100至步骤S600。
步骤S100，获取若干条线路的实时转播信号。
具体的，利用多个摄录装置获取运动会现场若干条线路的实时赛事信号，并将实时赛事信号通过转播车转换为实时转播信号传输至IBC调度中心。对于大型赛事现场直播而言，通过安装在不同机位的多个摄录装置，在拍摄视野、拍摄取景、拍摄焦距等方面各有差异，因此实时转播信号的场景和内容也会体现出各方面的差异度。例如，以大型足球比赛的直播为例，某些线路实时转播信号为赛场全景，其他路的实时转播信号则为赛场中景、近景乃至特写；赛场的前场、中场、后场、观众席、教练席、替补席乃至记分牌、计时器等道具一般也分别设置机位来提供实时转播信号；对于明星级别的运动员甚至有专用摄录装置进行追拍，提供反映其个人的实时转播信号。
步骤S200，利用针对实时转播信号中的视频帧进行分类识别的AI技术对所述实时转播信号进行打标，生成视频帧标签。
具体的，IBC调度中心的AI识别打标模块利用具有分类识别功能的AI技术对所述转播车传输来的实时转播信号中的视频帧进行AI打标，生成若干视频帧标签。
进一步，步骤S200包括步骤S210至步骤S220。
步骤S210，对所述实时转播信号进行画面分析，提取画面对象,。
具体的，针对输入的每一路实时转播信号，对信号中的视频帧进行画面分析，提取其中包含的人物、场地区域、标志线、道具等画面对象。
步骤S220，利用分类器对所述画面对象进行多维度分类，并基于分类结果生成视频帧标签。
具体的，获取画面对象后，利用分类器对所述画面对象进行分类，基于分类结果生成视频帧标签。
其中，对视频帧中的画面对象进行抽取和分类识别，并根据识别结果添加视频帧标签，是AI技术近年来发展的一个重要分支，所用分类器可基于CNN、LTSM、RNN等架构的神经网络实现，在现有技术中已经有相对成熟的视频帧分类器解决方案，例如，Image-Net，Conv3d多标签分类器、KerasCNN视频分类器等，在此对这些技术的细节不再加以具体描述。
上述分类器有多个，包括动作事件分类器、人物角色分类器、人脸识别分类器、文字识别分类器和物品识别分类器，以上分类器可并联，将视频帧中的画面对象并行输入上述分类器，获得多维度的分类结果，并根据多个维度的识别分类结果转为各自维度对应的标签，进而同一视频帧可以获取不同的视频帧标签。进一步，所述视频帧标签包括事件标签、人物标签、场景标签和道具标签。
其中，事件标签的标签内容标志视频帧中所发生的各类比赛相关动作事件，例如，足球比赛包括开球、进球、射门、传球、带球、过人、罚球、扑救、拼人墙、冲撞、出界、入球庆祝、肢体冲突、比赛暂停、完赛、队员退场等标签，也包括发生在观众席、教练席、替补席、裁判位置、啦啦队位置、吉祥物位置的附加动作事件，例如人浪、红黄牌、换人、助兴表演等标签；人物标签的标签内容针对视频帧中呈现的一个或者多个人物，包括队员、裁判、教练、观众、啦啦队、吉祥物等人物角色标签，也包括运动员号牌、人名等人物身份标签；场景标签的标签内容标志视频帧呈现场景的视角及位置的标签，例如全景、中景、近景、特写、前场、中场、后场、观众席、教练席、裁判位等；道具标签的标签内容标志视频画面中的球、记分牌、计时器、球门、标志线、标志旗、国旗、队旗等。
需要注意的是，对于输入的多路运动会的实时转播信号，根据每一路信号中的视频帧的采集时间（前端的多路摄录装置的时钟都是同步的，因此同一个采集时间的视频帧就是在同一时刻发生的），将位于同一采集时间的视频帧及其视频帧标签在时间上对齐。
步骤S300，根据同一采集时间的所述视频帧标签判断此时是赛时状态或非赛时状态，并基于判断结果确定对应的备选直播脚本。
具体的，本申请的IBC调度中心设置直播脚本库，直播脚本库包括若干预定义的直播脚本。每个直播脚本设定了从多线路实时转播信号当中向任一特定的播出平台（电视台、网络直播平台、多媒体社交网络或短视频等新媒体平台）输出其中一路实时转播信号的优先级判断规则；该规则表示为上述事件标签、人物标签、场景标签和道具标签等类型的标签中所包含的每种标签内容各自对应的优先级分值。并且，所述直播脚本根据所述优先级判断规则，针对每一路实时转播信号的视频帧对应的所有视频帧标签内容，计算该路实时转播信号的优先级分值总和；将优先级分值总和最高的一路实时转播信号向上述特定的播出平台输出，即实现全自动信号调度；或者，选取优先级分值总和排名前几位的几路实时转播信号，推荐给导播进行人工决定，从而实现半自动调度。
IBC调度中心还设置有直播脚本决策器，用于选取直播脚本，直播脚本决策器根据输入的多线路实时转播信号所包含的全部所述视频帧标签中的事件标签的内容（事件标签的标签内容当中包含了肢体冲突、比赛暂停、完赛、队员退场此类的标签）判断此时是赛时状态或非赛时状态，当此时为赛时状态时，将赛时直播脚本作为备选直播脚本；当此时为非赛时状态时，将赛时直播脚本和非赛时直播脚本作为备选直播脚本。
其中，赛时直播脚本实时呈现当前时段的比赛视频帧（包括事件标签的标签内容是比赛相关的动作事件，人物标签的标签内容是队员、裁判、教练内容，等）；非赛时直播脚本呈现非当前时段的视频帧（例如回放在先时段的进球、射门、入球庆祝等），或者实时呈现当前时段非比赛视频帧（例如观众席的人浪、啦啦队和吉祥物的助兴表演等）。
对于赛时直播脚本和非赛时直播脚本来说，在直播脚本库中，二者均包括各种风格和兴趣的关注点的脚本，视其风格和兴趣的关注点的不同，标签内容所对应的优先级分值不同。例如，对于“关注完整比赛呈现”型的直播脚本，对于事件标签中比赛相关的动作事件、场景标签中的全景和中景、道具标签中的球、记分牌等都会赋予高的优先级分值；对于“关注临场气氛呈现”型直播脚本，对于事件标签中附加动作事件、场景标签中的近景会赋予高的优先级分值；对于“关注明星表现”型直播脚本，对对应队员、教练中明星的人物标签、且场景标签中的特写会赋予高的优先级分值。
为了下文表述方便，将“关注完整比赛呈现”型、“关注临场气氛呈现”型、“关注明星表现”型等收录在直播脚本库中的各种风格和兴趣的关注点的各个直播脚本分别表示为
Figure 550076DEST_PATH_IMAGE001
，则直播脚本库表示为以上直播脚本的一个集合
Figure 450904DEST_PATH_IMAGE002
。
步骤S400，构建评估适用性矩阵以及与评估适用性矩阵对应的标签参照集。
具体的，步骤S400包括步骤S410至步骤S420。
步骤S410，根据样例多路转播信号提取标签参照集，并根据样例多路转播信号和标签参照集构建针对直播脚本的评估适用性矩阵。
具体的，所述样例多路转播信号即为从IBC调度中心存储的素材库中调用的作为样例的多路转播信号，例如以往的足球比赛录像的一个进球片段的多路转播信号，提取包括事件标签、人物标签、场景标签、道具标签等类型标签在内的一组标签内容构成的一个标签参照集
Figure 748418DEST_PATH_IMAGE003
（例如，进球、入球庆祝、人浪、梅西、10号、巴塞罗那足球队、近景、特写、前场、记分牌、巴塞罗那足球队队旗这些标签内容构成一个标签参照集），标签参照集中的标签内容是从样例多路转播信号的视频帧当中运用AI识别打标模块提取的。针对所述标签参照集及样例多路转播信号，对直播脚本库
Figure 64999DEST_PATH_IMAGE004
中的各个直播脚本针对所述样例多路转播信号的适用性高低的相对关系进行评估，评估结果以对应该标签参照集
Figure 754737DEST_PATH_IMAGE005
的评估适用性矩阵
Figure 954031DEST_PATH_IMAGE006
来记录；该矩阵是一个
Figure 283381DEST_PATH_IMAGE007
维的矩阵；矩阵元素
Figure 560910DEST_PATH_IMAGE008
表示对于样例多路转播信号来说，直播脚本
Figure 338111DEST_PATH_IMAGE009
较之于直播脚本
Figure 534737DEST_PATH_IMAGE010
的适用性程度，
Figure 806843DEST_PATH_IMAGE011
取值范围为
Figure 950379DEST_PATH_IMAGE012
，当
Figure 113245DEST_PATH_IMAGE013
则认为直播脚本
Figure 74248DEST_PATH_IMAGE014
较之于直播脚本
Figure 923448DEST_PATH_IMAGE010
二者的适用性相等，
Figure 916680DEST_PATH_IMAGE015
表示直播脚本
Figure 373201DEST_PATH_IMAGE014
的适用性不及直播脚本
Figure 147515DEST_PATH_IMAGE010
，且
Figure 17382DEST_PATH_IMAGE008
取值越接近0则直播脚本
Figure 407781DEST_PATH_IMAGE014
的适用性不及直播脚本
Figure 436917DEST_PATH_IMAGE010
的程度越高；反之，
Figure 349509DEST_PATH_IMAGE016
表示直播脚本
Figure 411399DEST_PATH_IMAGE014
的适用性优于直播脚本
Figure 169271DEST_PATH_IMAGE010
，且
Figure 895656DEST_PATH_IMAGE008
取值越接近1则直播脚本
Figure 244729DEST_PATH_IMAGE014
的适用性优于直播脚本
Figure 466019DEST_PATH_IMAGE010
的程度越高；且
Figure 27582DEST_PATH_IMAGE017
。其中，评估适用性矩阵
Figure 874053DEST_PATH_IMAGE018
当中矩阵元素
Figure 190765DEST_PATH_IMAGE008
的评估赋值，可采用大数据手段实现；具体来说，所述样例多路转播信号可选自世界杯足球赛、奥运会、欧洲足球俱乐部联赛等大型运动会赛事的录像；对于大型运动会IBC调度中心一般会供全球几百甚至上千家的电视台、网络直播平台、新媒体平台等播出平台使用，这些播出平台依据直播脚本从多路转播信号中选取一路转播信号进行播发；因此，针对样例多路转播信号，可以事后统计这些播出平台对直播脚本
Figure 215529DEST_PATH_IMAGE019
的适用分布，进行两两比对；如果全球几百乃至上千家播出平台的统计数据显示，对于样例多路转播信号采用直播脚本
Figure 361208DEST_PATH_IMAGE014
的播出平台数量少于直播脚本
Figure 563650DEST_PATH_IMAGE010
，则
Figure 552728DEST_PATH_IMAGE008
取值范围为
Figure 512725DEST_PATH_IMAGE015
，且显然二者的数量差越大则取值越接近0；同理，对于样例多路转播信号采用直播脚本
Figure 445784DEST_PATH_IMAGE014
的播出平台数量多于直播脚本
Figure 892946DEST_PATH_IMAGE010
，则
Figure 803657DEST_PATH_IMAGE008
取值范围为
Figure 234639DEST_PATH_IMAGE016
，且二者数量差越大则取值越接近1；如果采用直播脚本
Figure 518858DEST_PATH_IMAGE014
的播出平台数量等于或者基本等于直播脚本
Figure 961472DEST_PATH_IMAGE010
（包括采用二者的播出平台数量均为0的情形），则
Figure 587626DEST_PATH_IMAGE013
。更进一步来说，也可以针对不同类型的播出平台，例如全球的电视台、网络直播平台、多媒体社交网络、短视频平台这些不同类型的播出平台，利用大数据统计，分类别构建评估适用性矩阵
Figure 351576DEST_PATH_IMAGE018
，即构建对应不同类型播出平台的分类型的评估适用性矩阵
Figure 501803DEST_PATH_IMAGE018
，然后再对分类型的各个评估适用性矩阵
Figure 736607DEST_PATH_IMAGE018
中的评估赋值
Figure 718949DEST_PATH_IMAGE008
进行平均处理，获取平均的评估适用性矩阵
Figure 875255DEST_PATH_IMAGE020
, 其中
Figure 845485DEST_PATH_IMAGE021
为多个分类型的评估适用性矩阵中评估赋值
Figure 902171DEST_PATH_IMAGE008
的平均值。这里的“平均处理”可以是加权平均，即对于电视台、网络直播平台、多媒体社交网络、短视频平台这些类型的播出平台，赋予不同的平均权重值。下文中以评估适用性矩阵
Figure 276652DEST_PATH_IMAGE020
为准进行说明。
在此基础上，为了使所述标签参照集及其对应的评估适用性矩阵能够覆盖赛事的各种典型情形，从IBC调度中心存储的素材库中，调用各种典型情形下的录像片段，作为样例多路转播信号；例如，足球比赛中除了上文提到的进球片段，还可以包括传球片段、射门片段、带球片段、扑救片段、犯规片段、冲撞片段、助兴表演片段等等。进而，针对每一个典型情形下的样例多路转播信号，按照上文的方法，分别构建一个标签参照集及其对应的评估适用性矩阵。这样，形成全部的标签参照集
Figure 890560DEST_PATH_IMAGE022
，其中的每一个标签参照集
Figure 133323DEST_PATH_IMAGE022
都对应有评估适用性矩阵
Figure 44516DEST_PATH_IMAGE023
，其中，
Figure 917794DEST_PATH_IMAGE024
。
在一种实施方式中，步骤S400还进一步包括：
步骤S420，构建观众反馈评估适用性矩阵，并将所述观众反馈评估适用性矩阵加入所述评估适用性矩阵，以及提取所述观众反馈评估适用性矩阵对应的标签参照集。
具体的，对于每个播出平台（电视台、网络直播平台、新媒体平台），可以在直播过程实时采集和观众反馈，例如网络直播平台在直播过程中实时统计观众发布的弹幕和评论条数；新媒体平台可以实时统计发布的直播比赛相关的短视频的用户浏览、点赞、转发、加关注、发评论的数量。步骤420中，为以上观众反馈也建立一个对应的观众反馈评估适用性矩阵，并将其加入所述评估适用性矩阵，作为上述
Figure 815736DEST_PATH_IMAGE023
中的一个，并根据以上观众反馈的数值变化（例如弹幕、评论条数、浏览量、点赞量、转发量等的增减），为该矩阵中的
Figure 268714DEST_PATH_IMAGE021
赋值。例如，在比赛直播的进程中，发生直播脚本从
Figure 316305DEST_PATH_IMAGE014
切换到直播脚本
Figure 439113DEST_PATH_IMAGE010
的变化之后，弹幕、评论条数、浏览量或点赞量都有上涨，则
Figure 572154DEST_PATH_IMAGE021
的赋值在
Figure 202724DEST_PATH_IMAGE015
的区间，且上涨比率越高则约接近0；并且将发生上述直播脚本切换前后一定时段（例如前、后各1分钟）内从多路实时转播信号的视频帧中识别的标签内容作为该矩阵对应的标签参照集。
或者，也可以将多个播出平台（采用了不同的直播脚本）同步直播的观众反馈进行同步比较，例如平台1采用直播脚本
Figure 839242DEST_PATH_IMAGE014
，平台2采用直播脚本
Figure 398530DEST_PATH_IMAGE010
，根据二者弹幕、评论条数、浏览量或点赞量的多少比较，确定
Figure 753288DEST_PATH_IMAGE021
的赋值。并将二者同步直播的同一时段的多路实时转播信号视频帧识别的标签内容作为该矩阵对应的标签参照集。
步骤S500，根据输入的多路实时转播信号的视频帧标签，基于比赛知识图谱的语义关系网络对照所述标签参照集，获得评估适用性矩阵的融合矩阵。
具体的，步骤S500还包括步骤S510至步骤S520。
步骤S510，将多路实时转播信号的视频帧标签定义为实时转播信号标签集。
具体的，在比赛直播过程中，直播脚本决策器获得时间上对齐的多路运动会的实时转播信号的视频帧的全部视频帧标签内容，将全部视频帧标签内容定义为一个实时转播信号标签集Z。
步骤S520，基于比赛知识图谱的语义关系网络，对照所述实时转播信号标签集和标签参照集，获得评估适用性矩阵的融合矩阵。
具体的，直播脚本决策器根据输入的多路视频帧的全部视频帧标签内容，基于比赛知识图谱的语义关系网络对照所述标签参照集
Figure 924900DEST_PATH_IMAGE025
，获得评估适用性矩阵
Figure 681503DEST_PATH_IMAGE026
的融合矩阵。
其中，知识图谱作为一种“实体1-关系-实体2”结构的语义关系网络，将事件标签、人物标签、场景标签、道具标签的具体内容定义为比赛知识图谱的“实体”，并且基于与运动会比赛相关的知识，构建实体之间的关系。
例如，参见图2，梅西作为一名技术型前锋的明星球员，在比赛知识图谱中可以具有如图2所示的“实体1-关系-实体2”的网络结构。
显然，对于任一个标签参照集
Figure 146114DEST_PATH_IMAGE025
中的标签内容，以及实时转播信号标签集Z中的标签内容，都可以对应为该比赛知识图谱中的“实体”。
对于任一标签参照集，例如
Figure 253747DEST_PATH_IMAGE027
，其中的任一标签内容在比赛知识图谱中对应的实体表示为
Figure 960541DEST_PATH_IMAGE028
，对于实时转播信号标签集Z中的任意标签内容对应的实体表示为
Figure 306072DEST_PATH_IMAGE029
，则在比赛知识图谱的网络中联接实体
Figure 66217DEST_PATH_IMAGE028
和
Figure 370467DEST_PATH_IMAGE029
的关系路径（联接即例如“实体1-关系1-实体2-关系2-实体3”，其中首尾实体1、实体3为实体
Figure 897263DEST_PATH_IMAGE028
和
Figure 644770DEST_PATH_IMAGE029
）的数量表示为
Figure 949719DEST_PATH_IMAGE030
, 即共计
Figure 376152DEST_PATH_IMAGE030
条关系路径，分别记为
Figure 175481DEST_PATH_IMAGE031
，则每条关系路径的长度表示为
Figure 216642DEST_PATH_IMAGE032
，其中关系路径的长度定义为该路径上的实体数量(例如，上面的“实体1-关系1-实体2-关系2-实体3”例子中路径长度为3)，则实体
Figure 53011DEST_PATH_IMAGE028
和
Figure 560216DEST_PATH_IMAGE029
的相关度定义为：
Figure 271558DEST_PATH_IMAGE033
则任一标签参照集（例如
Figure 462499DEST_PATH_IMAGE027
）与实时转播信号标签集Z的标签集相关度
Figure 643338DEST_PATH_IMAGE034
为：
Figure 434576DEST_PATH_IMAGE027
中的每一个标签内容的实体与Z中每一个标签内容的实体两两组合产生的相关度的平均值。
进而，根据任一标签参照集（例如
Figure 326440DEST_PATH_IMAGE027
）与实时转播信号标签集Z的标签集相关度
Figure 152314DEST_PATH_IMAGE034
，计算与标签参照集
Figure 969966DEST_PATH_IMAGE027
对应的评估适用性矩阵
Figure 982921DEST_PATH_IMAGE035
的融合权重系数：
Figure 537530DEST_PATH_IMAGE036
其中
Figure 93277DEST_PATH_IMAGE037
为转化系数，
Figure 350339DEST_PATH_IMAGE038
，显然
Figure 460378DEST_PATH_IMAGE039
与
Figure 412153DEST_PATH_IMAGE040
呈正比；对于
Figure 196307DEST_PATH_IMAGE041
中的每一个
Figure 185123DEST_PATH_IMAGE042
，其取值乘以
Figure 907091DEST_PATH_IMAGE039
，所得矩阵表示为
Figure 457632DEST_PATH_IMAGE043
，将所得的
Figure 847025DEST_PATH_IMAGE044
进行相加并进行归一化，获得评估适用性矩阵的融合矩阵：
Figure 944425DEST_PATH_IMAGE045
矩阵元素
Figure 153690DEST_PATH_IMAGE046
表示经过上述融合和归一化之后，对于比赛直播的运动会转播信号，直播脚本
Figure 227694DEST_PATH_IMAGE014
较之于直播脚本
Figure 471593DEST_PATH_IMAGE010
的适用性程度，由于进行了归一化处理，
Figure 739895DEST_PATH_IMAGE046
的取值范围也是
Figure 547707DEST_PATH_IMAGE047
。
步骤S600，利用所述融合矩阵对所述备选直播脚本进行适用度评估，选取实时直播脚本在特定播出平台进行直播。
直播脚本决策器再基于该融合矩阵
Figure 644976DEST_PATH_IMAGE048
对直播脚本库中各个备选直播脚本的适用度进行评估，进而，选取在当前时段实际采用的直播脚本。
进一步，基于
Figure 759694DEST_PATH_IMAGE049
，直播脚本
Figure 290907DEST_PATH_IMAGE050
中每一个直播脚本（例如
Figure 474764DEST_PATH_IMAGE014
）对应的适用度为：
Figure 657614DEST_PATH_IMAGE051
其中，对于直播脚本库中的直播脚本
Figure 610527DEST_PATH_IMAGE050
，排除掉不属于备选直播脚本的直播脚本，其余的按照上述公式计算各自的适用度，选取适用度最高的作为实际采用的直播脚本。
需要说明的是，针对每一个播出平台（电视台、网络直播平台、新媒体平台等），可以分别各自设立自己的评估适用性矩阵以及直播脚本决策器，从而实现差异化、个性化的转播调度。
下面参考图3详细描述本申请公开的一种大型运动会播出制作系统的实施例。如图3所示，本实施例公开的系统包括：摄录转播模块1和IBC调度中心2。
摄录转播模块1，用于获取赛事信号，并将所述赛事信号转换为实时转播信号传输至IBC调度中心2，包括摄录装置和转播车。
具体的，摄录转播模块1包括摄录装置和转播车，利用多个摄录装置获取运动会现场若干条线路的实时赛事信号，并将实时赛事信号通过转播车转换为实时转播信号传输至IBC调度中心2。对于大型赛事现场直播而言，通过安装在不同机位的多个摄录装置，在拍摄视野、拍摄取景、拍摄焦距等方面各有差异，因此实时转播信号的场景和内容也会体现出各方面的差异度。例如，以大型足球比赛的直播为例，某些线路实时转播信号为赛场全景，其他路的实时转播信号则为赛场中景、近景乃至特写；赛场的前场、中场、后场、观众席、教练席、替补席乃至记分牌、计时器等道具一般也分别设置机位来提供实时转播信号；对于明星级别的运动员甚至有专用摄录装置进行追拍，提供反映其个人的实时转播信号。
IBC调度中心2，用于接收所述实时转播信号，并将所述实时转播信号进行智能调度、管理和存储。
具体的，IBC调度中心2包括AI识别打标模块21、直播脚本库22，还设置有直播脚本决策器23；
其中AI识别打标模块21用于利用AI技术对所述实时转播信号进行打标，生成视频帧标签。
进一步，AI识别打标模块21还包括画面对象提取子模块211和视频帧标签生成子模块212。
画面对象提取子模块211用于对所述实时转播信号进行画面分析，提取画面对象。
具体的，画面对象提取子模块211针对输入的每一路实时转播信号，对信号中的视频帧进行画面分析，提取其中包含的人物、场地区域、标志线、道具等画面对象。
视频帧标签生成子模块212用于利用分类器对所述画面对象进行多维度分类，并基于分类结果生成视频帧标签。
具体的，视频帧标签生成子模块212获取画面对象后，利用分类器对所述画面对象进行分类，基于分类结果生成视频帧标签。
其中，对视频帧中的画面对象进行抽取和分类识别，并根据识别结果添加视频帧标签，是AI技术近年来发展的一个重要分支，所用分类器可基于CNN、LTSM、RNN等架构的神经网络实现，在现有技术中已经有相对成熟的视频帧分类器解决方案，例如，Image-Net，Conv3d多标签分类器、KerasCNN视频分类器等，在此对这些技术的细节不再加以具体描述。
上述分类器有多个，包括动作事件分类器、人物角色分类器、人脸识别分类器、文字识别分类器和物品识别分类器，以上分类器可并联，将视频帧中的画面对象并行输入上述分类器，获得多维度的分类结果，并根据多个维度的识别分类结果转为各自维度对应的标签，进而同一视频帧可以获取不同的视频帧标签。进一步，所述视频帧标签包括事件标签、人物标签、场景标签和道具标签。
其中，事件标签的标签内容标志视频帧中所发生的各类比赛相关动作事件，例如，足球比赛包括开球、进球、射门、传球、带球、过人、罚球、扑救、拼人墙、冲撞、出界、入球庆祝、肢体冲突、比赛暂停、完赛、队员退场等标签，也包括发生在观众席、教练席、替补席、裁判位置、啦啦队位置、吉祥物位置的附加动作事件，例如人浪、红黄牌、换人、助兴表演等标签；人物标签的标签内容针对视频帧中呈现的一个或者多个人物，包括队员、裁判、教练、观众、啦啦队、吉祥物等人物角色标签，也包括运动员号牌、人名等人物身份标签；场景标签的标签内容标志视频帧呈现场景的视角及位置的标签，例如全景、中景、近景、特写、前场、中场、后场、观众席、教练席、裁判位等；道具标签的标签内容标志视频画面中的球、记分牌、计时器、球门、标志线、标志旗、国旗、队旗等。
需要注意的是，对于输入的多路运动会的实时转播信号，根据每一路信号中的视频帧的采集时间（前端的多路摄录装置的时钟都是同步的，因此同一个采集时间的视频帧就是在同一时刻发生的），将位于同一采集时间的视频帧及其视频帧标签在时间上对齐。
直播脚本库22包括若干预定义的直播脚本，所述直播脚本设定了多路实时转播信号向播出平台输出的优先级规则。
具体的，本申请公开的IBC调度中心2设置直播脚本库22，直播脚本库22包括若干预定义的直播脚本。每个直播脚本设定了从多线路实时转播信号当中向任一特定的播出平台（电视台、网络直播平台、多媒体社交网络或短视频等新媒体平台）输出其中一路实时转播信号的优先级判断规则；该规则表示为上述事件标签、人物标签、场景标签和道具标签等类型的标签中所包含的每种标签内容各自对应的优先级分值。并且，所述直播脚本根据所述优先级判断规则，针对每一路实时转播信号的视频帧对应的所有视频帧标签内容，计算该路实时转播信号的优先级分值总和；将优先级分值总和最高的一路实时转播信号向上述特定的播出平台输出，即实现全自动信号调度；或者，选取优先级分值总和排名前几位的几路实时转播信号，推荐给导播进行人工决定，从而实现半自动调度。
直播脚本决策器23，用于选取实时直播脚本在特定播出平台进行直播。
具体的，所述直播脚本决策器23包括：备选直播脚本确定子模块231、评估适用性矩阵构建子模块232、融合矩阵获取子模块233和实时直播脚本选取子模块234。
其中，备选直播脚本确定子模块231用于根据同一采集时间的所述视频帧标签判断此时是赛时状态或非赛时状态，并基于判断结果确定对应的备选直播脚本。
具体的，备选直播脚本确定子模块231根据输入的多线路实时转播信号所包含的全部所述视频帧标签中的事件标签的内容（事件标签的标签内容当中包含了肢体冲突、比赛暂停、完赛、队员退场此类的标签）判断此时是赛时状态或非赛时状态，当此时为赛时状态时，将赛时直播脚本作为备选直播脚本；当此时为非赛时状态时，将赛时直播脚本和非赛时直播脚本作为备选直播脚本。
其中，赛时直播脚本实时呈现当前时段的比赛视频帧（包括事件标签的标签内容是比赛相关的动作事件，人物标签的标签内容是队员、裁判、教练内容，等）；非赛时直播脚本呈现非当前时段的视频帧（例如回放在先时段的进球、射门、入球庆祝等），或者实时呈现当前时段非比赛视频帧（例如观众席的人浪、啦啦队和吉祥物的助兴表演等）。
对于赛时直播脚本和非赛时直播脚本来说，在直播脚本库22中，二者均包括各种风格和兴趣的关注点的脚本，视其风格和兴趣的关注点的不同，标签内容所对应的优先级分值不同。例如，对于“关注完整比赛呈现”型的直播脚本，对于事件标签中比赛相关的动作事件、场景标签中的全景和中景、道具标签中的球、记分牌等都会赋予高的优先级分值；对于“关注临场气氛呈现”型直播脚本，对于事件标签中附加动作事件、场景标签中的近景会赋予高的优先级分值；对于“关注明星表现”型直播脚本，对对应队员、教练中明星的人物标签、且场景标签中的特写会赋予高的优先级分值。
为了下文表述方便，将“关注完整比赛呈现”型、“关注临场气氛呈现”型、“关注明星表现”型等收录在直播脚本库22中的各种风格和兴趣的关注点的各个直播脚本分别表示为
Figure 987675DEST_PATH_IMAGE001
，则直播脚本库22表示为以上直播脚本的一个集合
Figure 393249DEST_PATH_IMAGE002
。
评估适用性矩阵构建子模块232用于构建评估适用性矩阵以及与所述评估适用性矩阵对应的标签参照集；
进一步的，评估适用性矩阵构建子模块232还包括评估适用性矩阵构建单元2321和标签参照集提取单元2322。
评估适用性矩阵构建单元2321，用于根据样例多路转播信号提取标签参照集，并根据样例多路转播信号和标签参照集构建针对直播脚本的评估适用性矩阵。
具体的，所述样例多路转播信号即为从IBC调度中心2存储的素材库中调用的作为样例的多路转播信号，例如以往的足球比赛录像的一个进球片段的多路转播信号，提取包括事件标签、人物标签、场景标签、道具标签等类型标签在内的一组标签内容构成的一个标签参照集
Figure 114211DEST_PATH_IMAGE005
（例如，进球、入球庆祝、人浪、梅西、10号、巴塞罗那足球队、近景、特写、前场、记分牌、巴塞罗那足球队队旗这些标签内容构成一个标签参照集），标签参照集中的标签内容是从样例多路转播信号的视频帧当中运用AI识别打标模块21提取的。针对所述标签参照集及样例多路转播信号，对直播脚本库22
Figure 187209DEST_PATH_IMAGE052
中的各个直播脚本针对所述样例多路转播信号的适用性高低的相对关系进行评估，评估结果以对应该标签参照集
Figure 466750DEST_PATH_IMAGE005
的评估适用性矩阵
Figure 890778DEST_PATH_IMAGE006
来记录；该矩阵是一个
Figure 884273DEST_PATH_IMAGE007
维的矩阵；矩阵元素
Figure 342936DEST_PATH_IMAGE008
表示对于样例多路转播信号来说，直播脚本
Figure 796307DEST_PATH_IMAGE009
较之于直播脚本
Figure 442052DEST_PATH_IMAGE010
的适用性程度，
Figure 504817DEST_PATH_IMAGE011
取值范围为
Figure 552408DEST_PATH_IMAGE012
，当
Figure 173751DEST_PATH_IMAGE013
则认为直播脚本
Figure 306792DEST_PATH_IMAGE014
较之于直播脚本
Figure 438827DEST_PATH_IMAGE010
二者的适用性相等，
Figure 340924DEST_PATH_IMAGE015
表示直播脚本
Figure 124380DEST_PATH_IMAGE014
的适用性不及直播脚本
Figure 479137DEST_PATH_IMAGE010
，且
Figure 149284DEST_PATH_IMAGE008
取值越接近0则直播脚本
Figure 109150DEST_PATH_IMAGE014
的适用性不及直播脚本
Figure 72296DEST_PATH_IMAGE010
的程度越高；反之，
Figure 789716DEST_PATH_IMAGE016
表示直播脚本
Figure 981663DEST_PATH_IMAGE014
的适用性优于直播脚本
Figure 579391DEST_PATH_IMAGE010
，且
Figure 729750DEST_PATH_IMAGE008
取值越接近1则直播脚本
Figure 809832DEST_PATH_IMAGE014
的适用性优于直播脚本
Figure 648213DEST_PATH_IMAGE010
的程度越高；且
Figure 379409DEST_PATH_IMAGE017
。其中，评估适用性矩阵
Figure 451401DEST_PATH_IMAGE018
当中矩阵元素
Figure 2468DEST_PATH_IMAGE008
的评估赋值，可采用大数据手段实现；具体来说，所述样例多路转播信号可选自世界杯足球赛、奥运会、欧洲足球俱乐部联赛等大型运动会赛事的录像；对于大型运动会IBC调度中心2一般会供全球几百甚至上千家的电视台、网络直播平台、新媒体平台等播出平台使用，这些播出平台依据直播脚本从多路转播信号中选取一路转播信号进行播发；因此，针对样例多路转播信号，可以事后统计这些播出平台对直播脚本
Figure 53994DEST_PATH_IMAGE019
的适用分布，进行两两比对；如果全球几百乃至上千家播出平台的统计数据显示，对于样例多路转播信号采用直播脚本
Figure 639696DEST_PATH_IMAGE014
的播出平台数量少于直播脚本
Figure 617010DEST_PATH_IMAGE010
，则
Figure 920953DEST_PATH_IMAGE008
取值范围为
Figure 773240DEST_PATH_IMAGE015
，且显然二者的数量差越大则取值越接近0；同理，对于样例多路转播信号采用直播脚本
Figure 213449DEST_PATH_IMAGE014
的播出平台数量多于直播脚本
Figure 361664DEST_PATH_IMAGE010
，则
Figure 887324DEST_PATH_IMAGE008
取值范围为
Figure 546232DEST_PATH_IMAGE016
，且二者数量差越大则取值越接近1；如果采用直播脚本
Figure 106526DEST_PATH_IMAGE014
的播出平台数量等于或者基本等于直播脚本
Figure 425643DEST_PATH_IMAGE010
（包括采用二者的播出平台数量均为0的情形），则
Figure 704177DEST_PATH_IMAGE013
。更进一步来说，也可以针对不同类型的播出平台，例如全球的电视台、网络直播平台、多媒体社交网络、短视频平台这些不同类型的播出平台，利用大数据统计，分类别构建评估适用性矩阵
Figure 632688DEST_PATH_IMAGE018
，即构建对应不同类型播出平台的分类型的评估适用性矩阵
Figure 126117DEST_PATH_IMAGE018
，然后再对分类型的各个评估适用性矩阵
Figure 722795DEST_PATH_IMAGE018
中的评估赋值
Figure 691888DEST_PATH_IMAGE008
进行平均处理，获取平均的评估适用性矩阵
Figure 784609DEST_PATH_IMAGE020
, 其中
Figure 772025DEST_PATH_IMAGE021
为多个分类型的评估适用性矩阵中评估赋值
Figure 291999DEST_PATH_IMAGE008
的平均值。这里的“平均处理”可以是加权平均，即对于电视台、网络直播平台、多媒体社交网络、短视频平台这些类型的播出平台，赋予不同的平均权重值。下文中以评估适用性矩阵
Figure 279547DEST_PATH_IMAGE020
为准进行说明。
在此基础上，为了使所述标签参照集及其对应的评估适用性矩阵能够覆盖赛事的各种典型情形，从IBC调度中心2存储的素材库中，调用各种典型情形下的录像片段，作为样例多路转播信号；例如，足球比赛中除了上文提到的进球片段，还可以包括传球片段、射门片段、带球片段、扑救片段、犯规片段、冲撞片段、助兴表演片段等等。进而，针对每一个典型情形下的样例多路转播信号，按照上文的方法，分别构建一个标签参照集及其对应的评估适用性矩阵。这样，形成全部的标签参照集
Figure 707117DEST_PATH_IMAGE022
，其中的每一个标签参照集
Figure 207762DEST_PATH_IMAGE022
都对应有评估适用性矩阵
Figure 305162DEST_PATH_IMAGE023
，其中，
Figure 514427DEST_PATH_IMAGE024
。
标签参照集提取单元2322，用于构建观众反馈评估适用性矩阵，并将所述观众反馈评估适用性矩阵加入所述评估适用性矩阵，以及提取所述观众反馈评估适用性矩阵对应的标签参照集。
进一步的，对于每个播出平台（电视台、网络直播平台、新媒体平台），可以在直播过程实时采集和观众反馈，例如网络直播平台在直播过程中实时统计观众发布的弹幕和评论条数；新媒体平台可以实时统计发布的直播比赛相关的短视频的用户浏览、点赞、转发、加关注、发评论的数量。步骤420中，为以上观众反馈也建立一个对应的观众反馈评估适用性矩阵，并将其加入所述评估适用性矩阵，作为上述
Figure 854010DEST_PATH_IMAGE023
中的一个，并根据以上观众反馈的数值变化（例如弹幕、评论条数、浏览量、点赞量、转发量等的增减），为该矩阵中的
Figure 832330DEST_PATH_IMAGE021
赋值。例如，在比赛直播的进程中，发生直播脚本从
Figure 366211DEST_PATH_IMAGE014
切换到直播脚本
Figure 328351DEST_PATH_IMAGE010
的变化之后，弹幕、评论条数、浏览量或点赞量都有上涨，则
Figure 208975DEST_PATH_IMAGE021
的赋值在
Figure 307381DEST_PATH_IMAGE015
的区间，且上涨比率越高则约接近0；并且将发生上述直播脚本切换前后一定时段（例如前、后各1分钟）内从多路实时转播信号的视频帧中识别的标签内容作为该矩阵对应的标签参照集。
或者，也可以将多个播出平台（采用了不同的直播脚本）同步直播的观众反馈进行同步比较，例如平台1采用直播脚本
Figure 746584DEST_PATH_IMAGE014
，平台2采用直播脚本
Figure 930441DEST_PATH_IMAGE010
，根据二者弹幕、评论条数、浏览量或点赞量的多少比较，确定
Figure 611827DEST_PATH_IMAGE021
的赋值。并将二者同步直播的同一时段的Z路实时转播信号视频帧识别的标签内容作为该矩阵对应的标签参照集。
融合矩阵获取子模块233用于根据输入的多路实时转播信号的视频帧标签，基于比赛知识图谱的语义关系网络对照所述标签参照集，获得评估适用性矩阵的融合矩阵。
在一种实施方式中，融合矩阵获取子模块233包括实时转播信号标签集定义单元2331和融合矩阵获取单元2332。
实时转播信号标签集定义单元2331，用于将多路实时转播信号的视频帧标签定义为实时转播信号标签集。
具体的，在比赛直播过程中，直播脚本决策器23获得时间上对齐的多路运动会的实时转播信号的视频帧的全部视频帧标签内容，实时转播信号标签集定义单元2331将全部视频帧标签内容定义为一个实时转播信号标签集Z。
融合矩阵获取单元2332，用于基于比赛知识图谱的语义关系网络，对照所述实时转播信号标签集和标签参照集，获得评估适用性矩阵的融合矩阵。
具体的，融合矩阵获取单元2332根据输入的多路视频帧的全部视频帧标签内容，基于比赛知识图谱的语义关系网络对照所述标签参照集
Figure 971264DEST_PATH_IMAGE025
，获得评估适用性矩阵
Figure 174843DEST_PATH_IMAGE026
的融合矩阵。
其中，知识图谱作为一种“实体1-关系-实体2”结构的语义关系网络，将事件标签、人物标签、场景标签、道具标签的具体内容定义为比赛知识图谱的“实体”，并且基于与运动会比赛相关的知识，构建实体之间的关系。
例如，参见图2，梅西作为一名技术型前锋的明星球员，在比赛知识图谱中可以具有如下的“实体1-关系-实体2”的网络结构。
显然，对于任一个标签参照集
Figure 845996DEST_PATH_IMAGE025
中的标签内容，以及实时转播信号标签集Z中的标签内容，都可以对应为该比赛知识图谱中的“实体”。
对于任一标签参照集，例如
Figure 537265DEST_PATH_IMAGE027
，其中的任一标签内容在比赛知识图谱中对应的实体表示为
Figure 220050DEST_PATH_IMAGE028
，对于实时转播信号标签集Z中的任意标签内容对应的实体表示为
Figure 250323DEST_PATH_IMAGE029
，则在比赛知识图谱的网络中联接实体
Figure 658039DEST_PATH_IMAGE028
和
Figure 431960DEST_PATH_IMAGE029
的关系路径（联接即例如“实体1-关系1-实体2-关系2-实体3”，其中首尾实体1、实体3为实体
Figure 765990DEST_PATH_IMAGE028
和
Figure 576951DEST_PATH_IMAGE029
）的数量表示为
Figure 666437DEST_PATH_IMAGE030
, 即共计
Figure 244049DEST_PATH_IMAGE030
条关系路径，分别记为
Figure 635847DEST_PATH_IMAGE031
，则每条关系路径的长度表示为
Figure 991611DEST_PATH_IMAGE032
，其中关系路径的长度定义为该路径上的实体数量(例如，上面的“实体1-关系1-实体2-关系2-实体3”例子中路径长度为3)，则实体
Figure 327914DEST_PATH_IMAGE028
和
Figure 194370DEST_PATH_IMAGE029
的相关度定义为：
Figure 362046DEST_PATH_IMAGE033
则任一标签参照集（例如
Figure 157220DEST_PATH_IMAGE027
）与实时转播信号标签集Z的标签集相关度
Figure 511978DEST_PATH_IMAGE034
为：
Figure 916546DEST_PATH_IMAGE027
中的每一个标签内容的实体与Z中每一个标签内容的实体两两组合产生的相关度的平均值。
进而，根据任一标签参照集（例如
Figure 204308DEST_PATH_IMAGE027
）与实时转播信号标签集Z的标签集相关度
Figure 901874DEST_PATH_IMAGE034
，计算与标签参照集
Figure 743928DEST_PATH_IMAGE027
对应的评估适用性矩阵
Figure 545662DEST_PATH_IMAGE035
的融合权重系数：
Figure 408969DEST_PATH_IMAGE036
其中
Figure 372377DEST_PATH_IMAGE037
为转化系数，
Figure 701727DEST_PATH_IMAGE038
，显然
Figure 946633DEST_PATH_IMAGE053
与
Figure 22036DEST_PATH_IMAGE040
呈正比；对于
Figure 77717DEST_PATH_IMAGE041
中的每一个
Figure 880981DEST_PATH_IMAGE042
，其取值乘以
Figure 945889DEST_PATH_IMAGE039
，所得矩阵表示为
Figure 547903DEST_PATH_IMAGE043
，将所得的
Figure 977747DEST_PATH_IMAGE044
进行相加并进行归一化，获得评估适用性矩阵的融合矩阵：
Figure 796537DEST_PATH_IMAGE045
矩阵元素
Figure 399556DEST_PATH_IMAGE046
表示经过上述融合和归一化之后，对于比赛直播的运动会转播信号，直播脚本
Figure 856076DEST_PATH_IMAGE014
较之于直播脚本
Figure 253560DEST_PATH_IMAGE010
的适用性程度，由于进行了归一化处理，
Figure 777556DEST_PATH_IMAGE046
的取值范围也是
Figure 449846DEST_PATH_IMAGE047
。
实时直播脚本选取子模块234用于利用所述融合矩阵对所述备选直播脚本进行适用度评估，选取实时直播脚本在特定播出平台进行直播。
具体的，实时直播脚本选取子模块234再基于该融合矩阵
Figure 495293DEST_PATH_IMAGE048
对直播脚本库22中各个备选直播脚本的适用度进行评估，进而，选取在当前时段实际采用的直播脚本。
进一步，基于
Figure 594836DEST_PATH_IMAGE049
，直播脚本
Figure 591480DEST_PATH_IMAGE050
中每一个直播脚本（例如
Figure 536302DEST_PATH_IMAGE014
）对应的适用度为：
Figure 436256DEST_PATH_IMAGE051
其中，对于直播脚本库22中的直播脚本
Figure 706700DEST_PATH_IMAGE050
，排除掉不属于备选直播脚本的直播脚本，其余的按照上述公式计算各自的适用度，选取适用度最高的作为实际采用的直播脚本。
需要说明的是，针对每一个播出平台（电视台、网络直播平台、新媒体平台等），可以分别各自设立自己的评估适用性矩阵以及直播脚本决策器23，从而实现差异化、个性化的转播调度。
在一种实施方式中，所述直播脚本决策器23还包括短视频实时生成子模块235和NFT数字收藏品实时制作子模块236，具体为：
短视频实时生成子模块235，用于基于实时直播脚本截取短视频进行实时发布。
具体的，短视频平台的播出制作系统可以在实时直播脚本中截取符合短视频时长限制的视频片段，进而在短视频平台上与比赛直播同步发布。
NFT数字收藏品实时制作子模块236，用于基于实时直播脚本截取静态图像，进行数字加密并添加收藏品ID证书，生成NFT数字收藏品。
具体的，NFT数字收藏品制作平台根据实时转播信号截取其中的片段或者静态图像（例如包含明星），进而采用数字加密等手段进行加密、添加收藏品ID证书，制作为数字收藏品，再发布到基于区块链智能合约的数字收藏品平台。
本文中的模块、子模块和/或单元的划分仅仅是一种逻辑功能的划分，在实际实现时可以有其他的划分方式，例如多个模块、子模块和/或单元可以结合或集成于另一个系统中。作为分离部件说明的模块、子模块、单元在物理上可以是分开的，也可以是不分开的。作为单元显示的部件可以是物理单元，也可以不是物理单元，即可以位于一个具体地方，也可以分布到网格单元中。因此可以根据实际需要选择其中的部分或全部的单元来实现实施例的方案。
以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以所述权利要求的保护范围为准。

Claims (5)

1.一种大型运动会转播信号调度方法，其特征在于，包括：
获取若干条线路的实时转播信号；
利用针对实时转播信号中的视频帧进行分类识别的AI技术对所述实时转播信号进行打标，生成视频帧标签；
根据同一采集时间的所述视频帧标签判断此时是赛时状态或非赛时状态，并基于判断结果确定对应的备选直播脚本；
构建评估适用性矩阵以及与所述评估适用性矩阵对应的标签参照集；
根据输入的多路实时转播信号的视频帧标签，基于比赛知识图谱的语义关系网络对照所述标签参照集，获得评估适用性矩阵的融合矩阵；
利用所述融合矩阵对所述备选直播脚本进行适用度评估，选取实时直播脚本在特定播出平台进行直播；
所述构建评估适用性矩阵以及与所述评估适用性矩阵对应的标签参照集，包括：
根据样例多路转播信号提取标签参照集，并根据样例多路转播信号和标签参照集构建针对直播脚本的评估适用性矩阵，其中，所述标签参照集包括
Figure DEST_PATH_IMAGE002
，其中的每一个标签参照集
Figure 480846DEST_PATH_IMAGE002
都对应有评估适用性矩阵
Figure DEST_PATH_IMAGE004
，其中，
Figure DEST_PATH_IMAGE006
，
Figure DEST_PATH_IMAGE008
表示对于参照集
Figure DEST_PATH_IMAGE010
中的样例多路转播信号来说，直播脚本
Figure DEST_PATH_IMAGE012
较之于直播脚本
Figure DEST_PATH_IMAGE014
的适用性程度，
Figure DEST_PATH_IMAGE016
表示矩阵的维数；
构建观众反馈评估适用性矩阵，并将所述观众反馈评估适用性矩阵加入所述评估适用性矩阵，以及提取所述观众反馈评估适用性矩阵对应的标签参照集；
所述根据输入的多路实时转播信号的视频帧标签，基于比赛知识图谱的语义关系网络对照所述标签参照集，获得评估适用性矩阵的融合矩阵，包括：
将多路实时转播信号的视频帧标签定义为实时转播信号标签集；
基于比赛知识图谱的语义关系网络，对照所述实时转播信号标签集和所述标签参照集，获得评估适用性矩阵的融合矩阵，其中，所述融合矩阵通过下式得到：
Figure DEST_PATH_IMAGE018
Figure DEST_PATH_IMAGE020
Figure DEST_PATH_IMAGE022
其中，
Figure DEST_PATH_IMAGE024
为所述标签参照集中的任一标签内容在所述比赛知识图谱中对应的实体；
Figure DEST_PATH_IMAGE026
为所述实时转播信号标签集中的任意标签内容在所述比赛知识图谱中对应的实体；
Figure DEST_PATH_IMAGE028
为在比赛知识图谱中连接
Figure 169840DEST_PATH_IMAGE024
和
Figure 593869DEST_PATH_IMAGE026
的路径的数量；
Figure 321784DEST_PATH_IMAGE028
条关系路径，分别记为
Figure DEST_PATH_IMAGE030
，
Figure DEST_PATH_IMAGE032
分别表示每条关系路径的长度；
Figure DEST_PATH_IMAGE034
为
Figure 921393DEST_PATH_IMAGE024
和
Figure 76562DEST_PATH_IMAGE026
的相关度；
Figure DEST_PATH_IMAGE036
为任一所述标签参照集和所述实时转播信号标签集的相关度；
Figure DEST_PATH_IMAGE038
为转化系数；
Figure DEST_PATH_IMAGE040
为
Figure 588884DEST_PATH_IMAGE034
与标签参照集
Figure 917228DEST_PATH_IMAGE010
对应的评估适用性矩阵
Figure DEST_PATH_IMAGE042
的融合权重系数，
Figure DEST_PATH_IMAGE044
；对于
Figure DEST_PATH_IMAGE046
中的每一个
Figure DEST_PATH_IMAGE048
，其取值乘
Figure DEST_PATH_IMAGE050
，所得矩阵表示为
Figure DEST_PATH_IMAGE052
，将所得的所有矩阵进行相加并进行归一化，获得评估适用性矩阵的融合矩阵
Figure DEST_PATH_IMAGE054
；
Figure DEST_PATH_IMAGE056
表示经过融合和归一化之后，直播脚本
Figure DEST_PATH_IMAGE058
较之于直播脚本
Figure 853567DEST_PATH_IMAGE014
的适用性程度，
Figure 241954DEST_PATH_IMAGE016
表示矩阵的维数。
2.如权利要求1所述的方法，其特征在于，所述利用针对实时转播信号中的视频帧进行分类识别的AI技术对所述实时转播信号进行打标，生成视频帧标签，包括：
对所述实时转播信号进行画面分析，提取画面对象；
利用分类器对所述画面对象进行多维度分类，并基于分类结果生成视频帧标签。
3.如权利要求2所述的方法，其特征在于，所述分类器包括动作事件分类器、人物角色分类器、人脸识别分类器、文字识别分类器和物品识别分类器；
所述视频帧标签包括事件标签、人物标签、场景标签和道具标签。
4.一种大型运动会播出制作系统，其特征在于，包括：
摄录转播模块，用于获取赛事信号，并将所述赛事信号转换为实时转播信号传输至IBC调度中心，包括摄录装置和转播车；
IBC调度中心，用于接收所述实时转播信号，并将所述实时转播信号进行智能调度、管理和存储；
所述IBC调度中心包括：
AI识别打标模块，用于利用AI技术对所述实时转播信号进行打标，生成视频帧标签；
直播脚本库，包括若干预定义的直播脚本，所述直播脚本设定了多路实时转播信号向播出平台输出的优先级规则；
直播脚本决策器，用于选取实时直播脚本在特定播出平台进行直播；
所述直播脚本决策器包括：
备选直播脚本确定子模块，用于根据同一采集时间的所述视频帧标签判断此时是赛时状态或非赛时状态，并基于判断结果确定对应的备选直播脚本；
评估适用性矩阵构建子模块，用于构建评估适用性矩阵以及与所述评估适用性矩阵对应的标签参照集；
融合矩阵获取子模块，用于根据输入的多路实时转播信号的视频帧标签，基于比赛知识图谱的语义关系网络对照所述标签参照集，获得评估适用性矩阵的融合矩阵；
实时直播脚本选取子模块，用于利用所述融合矩阵对所述备选直播脚本进行适用度评估，选取实时直播脚本在特定播出平台进行直播；
所述评估适用性矩阵构建子模块包括：
评估适用性矩阵构建单元，用于根据样例多路转播信号提取标签参照集，并根据样例多路转播信号和标签参照集构建针对直播脚本的评估适用性矩阵，其中，所述标签参照集包括
Figure 578257DEST_PATH_IMAGE002
，其中的每一个标签参照集
Figure 444713DEST_PATH_IMAGE002
都对应有评估适用性矩阵
Figure 815652DEST_PATH_IMAGE004
，其中，
Figure 358629DEST_PATH_IMAGE006
，
Figure 932961DEST_PATH_IMAGE008
表示对于参照集
Figure 117954DEST_PATH_IMAGE010
中的样例多路转播信号来说，直播脚本
Figure 628220DEST_PATH_IMAGE012
较之于直播脚本
Figure 545360DEST_PATH_IMAGE014
的适用性程度，
Figure 918573DEST_PATH_IMAGE016
表示矩阵的维数；
标签参照集提取单元，用于构建观众反馈评估适用性矩阵，并将所述观众反馈评估适用性矩阵加入所述评估适用性矩阵，以及提取所述观众反馈评估适用性矩阵对应的标签参照集；
所述融合矩阵获取子模块包括：
实时转播信号标签集定义单元，用于将多路实时转播信号的视频帧标签定义为实时转播信号标签集；
融合矩阵获取单元，用于基于比赛知识图谱的语义关系网络，对照所述实时转播信号标签集和标签参照集，获得评估适用性矩阵的融合矩阵，其中，所述融合矩阵通过下式得到：
Figure 330094DEST_PATH_IMAGE018
Figure 941204DEST_PATH_IMAGE020
Figure 107874DEST_PATH_IMAGE022
其中，
Figure 640486DEST_PATH_IMAGE024
为所述标签参照集中的任一标签内容在所述比赛知识图谱中对应的实体；
Figure 167283DEST_PATH_IMAGE026
为所述实时转播信号标签集中的任意标签内容在所述比赛知识图谱中对应的实体；
Figure 586894DEST_PATH_IMAGE028
为在比赛知识图谱中连接
Figure 173733DEST_PATH_IMAGE024
和
Figure 738182DEST_PATH_IMAGE026
的路径的数量；
Figure 740773DEST_PATH_IMAGE028
条关系路径，分别记为
Figure 592054DEST_PATH_IMAGE030
，
Figure 38210DEST_PATH_IMAGE032
分别表示每条关系路径的长度；
Figure 76573DEST_PATH_IMAGE034
为
Figure 695905DEST_PATH_IMAGE024
和
Figure 401693DEST_PATH_IMAGE026
的相关度；
Figure 2438DEST_PATH_IMAGE036
为任一所述标签参照集和所述实时转播信号标签集的相关度；
Figure 809988DEST_PATH_IMAGE038
为转化系数；
Figure 154382DEST_PATH_IMAGE040
为
Figure 745636DEST_PATH_IMAGE034
与标签参照集
Figure 314021DEST_PATH_IMAGE010
对应的评估适用性矩阵
Figure 795818DEST_PATH_IMAGE042
的融合权重系数，
Figure 756952DEST_PATH_IMAGE044
；对于
Figure 375015DEST_PATH_IMAGE046
中的每一个
Figure 130612DEST_PATH_IMAGE048
，其取值乘
Figure 896443DEST_PATH_IMAGE050
，所得矩阵表示为
Figure 130110DEST_PATH_IMAGE052
，将所得的所有矩阵进行相加并进行归一化，获得评估适用性矩阵的融合矩阵
Figure 868258DEST_PATH_IMAGE054
；
Figure 44025DEST_PATH_IMAGE056
表示经过融合和归一化之后，直播脚本
Figure 982637DEST_PATH_IMAGE058
较之于直播脚本
Figure 534842DEST_PATH_IMAGE014
的适用性程度，
Figure 674967DEST_PATH_IMAGE016
表示矩阵的维数。
5.如权利要求4所述的系统，其特征在于，所述直播脚本决策器还包括短视频实时生成子模块和NFT数字收藏品实时制作子模块，具体为：
短视频实时生成子模块，用于基于实时直播脚本截取短视频进行实时发布；
NFT数字收藏品实时制作子模块，用于基于实时直播脚本截取静态图像，进行数字加密并添加收藏品ID证书，生成NFT数字收藏品。
CN202210515701.3A 2022-05-12 2022-05-12 一种大型运动会转播信号调度方法和播出制作系统 Active CN114630142B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210515701.3A CN114630142B (zh) 2022-05-12 2022-05-12 一种大型运动会转播信号调度方法和播出制作系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210515701.3A CN114630142B (zh) 2022-05-12 2022-05-12 一种大型运动会转播信号调度方法和播出制作系统

Publications (2)

Publication Number Publication Date
CN114630142A CN114630142A (zh) 2022-06-14
CN114630142B true CN114630142B (zh) 2022-07-29

Family

ID=81907116

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210515701.3A Active CN114630142B (zh) 2022-05-12 2022-05-12 一种大型运动会转播信号调度方法和播出制作系统

Country Status (1)

Country Link
CN (1) CN114630142B (zh)

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102088565A (zh) * 2009-12-02 2011-06-08 新奥特（北京）视频技术有限公司 一种马拉松比赛转播系统
WO2015041419A1 (ko) * 2013-09-23 2015-03-26 주식회사 토스트씨 개방형 연동형 데이터 방송 제공 시스템
CN107835435A (zh) * 2017-06-09 2018-03-23 越野族（北京）传媒科技有限公司 一种赛事宽视角直播设备和相关联的直播系统和方法
JP2019013057A (ja) * 2018-10-29 2019-01-24 みこらった株式会社 スポーツ競技ライブ観戦システム、スポーツ競技ライブ観戦システムの映像収集配信設備装置及び観戦者端末
CN110012348A (zh) * 2019-06-04 2019-07-12 成都索贝数码科技股份有限公司 一种赛事节目自动集锦系统及方法
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
CN112291574A (zh) * 2020-09-17 2021-01-29 上海东方传媒技术有限公司 一种基于人工智能技术的大型体育赛事内容管理系统
CN112533003A (zh) * 2020-11-24 2021-03-19 大连三通科技发展有限公司 一种视频处理系统、装置、方法
CN112601033A (zh) * 2021-03-02 2021-04-02 中国传媒大学 云转播系统及方法
CN112597966A (zh) * 2021-01-05 2021-04-02 武汉球之道科技有限公司 一种基于比赛视频的动作自动识别方法
CN213094332U (zh) * 2021-03-02 2021-04-30 中国传媒大学 转播车和云转播车

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7574231B2 (en) * 2005-09-07 2009-08-11 Sharp Kabushiki Kaisha Receiving device, rebroadcast content scheduling device, reception state notifying method, rebroadcast content scheduling method, rebroadcast content scheduling system, rebroadcast content scheduling program, and recording medium
KR101516850B1 (ko) * 2008-12-10 2015-05-04 뮤비 테크놀로지스 피티이 엘티디. 여러 개 비디오 클립을 인터커팅하여 새로운 비디오 제작 생성기
WO2018027237A1 (en) * 2016-08-05 2018-02-08 Sportscastr.Live Llc Systems, apparatus, and methods for scalable low-latency viewing of broadcast digital content streams of live events

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102088565A (zh) * 2009-12-02 2011-06-08 新奥特（北京）视频技术有限公司 一种马拉松比赛转播系统
WO2015041419A1 (ko) * 2013-09-23 2015-03-26 주식회사 토스트씨 개방형 연동형 데이터 방송 제공 시스템
CN107835435A (zh) * 2017-06-09 2018-03-23 越野族（北京）传媒科技有限公司 一种赛事宽视角直播设备和相关联的直播系统和方法
JP2019013057A (ja) * 2018-10-29 2019-01-24 みこらった株式会社 スポーツ競技ライブ観戦システム、スポーツ競技ライブ観戦システムの映像収集配信設備装置及び観戦者端末
CN110012348A (zh) * 2019-06-04 2019-07-12 成都索贝数码科技股份有限公司 一种赛事节目自动集锦系统及方法
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
CN112291574A (zh) * 2020-09-17 2021-01-29 上海东方传媒技术有限公司 一种基于人工智能技术的大型体育赛事内容管理系统
CN112533003A (zh) * 2020-11-24 2021-03-19 大连三通科技发展有限公司 一种视频处理系统、装置、方法
CN112597966A (zh) * 2021-01-05 2021-04-02 武汉球之道科技有限公司 一种基于比赛视频的动作自动识别方法
CN112601033A (zh) * 2021-03-02 2021-04-02 中国传媒大学 云转播系统及方法
CN213094332U (zh) * 2021-03-02 2021-04-30 中国传媒大学 转播车和云转播车

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
2019年中华人民共和国第二届青年运动会IBC调度中心系统设计与实践;朱静阳;《数字通信世界》;20200201(第02期);全文 *
从2019武汉军运会谈主播机构工作及运行方式;章崴;《现代电视技术》;20191115(第11期);全文 *
杨彬彬等.浅谈国产化总控超高清IP调度分发系统在北京冬奥会转播中的应用.《现代电视技术》.2022, *
浅谈国产化总控超高清IP调度分发系统在北京冬奥会转播中的应用;杨彬彬等;《现代电视技术》;20220419;正文第26-30页 *

Also Published As

Publication number Publication date
CN114630142A (zh) 2022-06-14

Similar Documents

Publication Publication Date Title
US11544928B2 (en) Athlete style recognition system and method
CN102576412B (zh) 图像处理以为图像中的对象进行分类的方法和系统
Thomas et al. Computer vision for sports: Current applications and research topics
US20200114240A1 (en) Smart court system
CN107137886B (zh) 一种基于大数据的足球技术白板模型及其构建方法和应用
CN100349188C (zh) 以时空同步整合视频序列的方法及系统
CN107241645B (zh) 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
JP6580045B2 (ja) 映像制作物を作るための方法及びシステム
CN112533003B (zh) 一种视频处理系统、装置、方法
CN110381366A (zh) 赛事自动化报道方法、系统、服务器及存储介质
US20180137363A1 (en) System for the automated analisys of a sporting match
CN101383910A (zh) 图像处理装置及方法
US11064221B2 (en) Multi-camera live-streaming method and devices
Petrović et al. Emerging technologies and sports events: Innovative information and communication solutions
CN101299214A (zh) 对运动视频进行摘要的装置及视频播放系统
Dugalić Sport, media and digitalization
CN111291617B (zh) 基于机器学习的羽毛球赛事视频精彩片段提取方法
CN114630142B (zh) 一种大型运动会转播信号调度方法和播出制作系统
US11962873B2 (en) Advertisement analysis system and method for sports broadcasting video using artificial intelligence
Lee et al. Highlight-video generation system for baseball games
Goldsmith “SporTV”: The Legacies and Power of television
US20140095291A1 (en) Media distribution system
CN112312142A (zh) 视频播放控制方法、装置和计算机可读存储介质
Chen et al. Learning sports camera selection from internet videos
O'Reilly et al. Forecasting the importance of media technology in sport: the case of the televised ice hockey product in Canada

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