CN117221626A - 一种视频数据处理方法及装置 - Google Patents

Abstract

本发明公开了一种视频数据处理方法及装置，涉及视频数据处理技术领域。该方法的一具体实施方式包括：接收赛事活动对应的多路视频数据；从所述多路视频数据包括的多个图像帧中识别出目标图像帧，并确定所述目标图像帧对应的时间点；根据流媒体传输协议将所述多路视频数据缓存为多个视频切片；所述视频切片包括时间戳；根据所述时间点，从所述多个视频切片中确定出目标视频切片；所述目标视频切片包括的时间戳与所述时间点对应；根据所述目标视频切片生成目标视频数据。该实施方式实现了无人工介入的赛事活动视频剪辑，提高了视频制作的效率，降低了视频制作成本，满足了球类比赛衍生出的大量的视频剪辑需求。

Description

一种视频数据处理方法及装置

技术领域

本发明涉及视频数据处理技术领域，尤其涉及一种视频数据处理方法及装置。

背景技术

重要的球类比赛，比如足球赛、篮球赛等有很高的可观赏性，因此在比赛过程中全程拍摄录制，并将比赛中球员个人或团队的精彩瞬间进行剪辑加工生成赛事集锦进行传播、观赏。当前对比赛视频的剪辑加工需要由人工介入并匹配专业的剪辑类设备完成剪辑，这就使得视频制作的效率较低，且成本较大，因此不能满足球类比赛衍生出的大量的视频剪辑需求。

发明内容

有鉴于此，本发明实施例提供一种视频数据处理方法及装置，通过接收赛事活动对应的多路视频数据；从所述多路视频数据包括的多个图像帧中识别出目标图像帧，并确定所述目标图像帧对应的时间点；根据流媒体传输协议将所述多路视频数据缓存为多个视频切片；所述视频切片包括时间戳；根据所述时间点，从所述多个视频切片中确定出目标视频切片；所述目标视频切片包括的时间戳与所述时间点对应；根据所述目标视频切片生成目标视频数据。由此通过确定目标图像帧及其时间点，并通过该时间点确定目标视频切片，最后对目标视频切片进行剪辑生成目标视频数据，从而实现了无人工介入的赛事活动视频剪辑，提高了视频制作的效率，降低了视频制作成本，满足了球类比赛衍生出的大量的视频剪辑需求。

为实现上述目的，根据本发明实施例的一个方面，提供了一种视频数据处理方法。

本发明实施例的一种视频数据处理方法包括：接收赛事活动对应的多路视频数据；从所述多路视频数据包括的多个图像帧中识别出目标图像帧，并确定所述目标图像帧对应的时间点；根据流媒体传输协议将所述多路视频数据缓存为多个视频切片；所述视频切片包括时间戳；根据所述时间点，从所述多个视频切片中确定出目标视频切片；所述目标视频切片包括的时间戳与所述时间点对应；根据所述目标视频切片生成目标视频数据。

可选地，所述从所述多路视频数据包括的多个图像帧中识别出目标图像帧，包括：根据所述多个图像帧包括的图像特征，从所述多个图像帧识别出包含目标事件的所述目标图像帧；所述图像特征包括所述图像帧中包括的对象数量、所述图像帧中包括的对象动作、目标物品。

可选地，所述根据所述多个图像帧包括的图像特征，从所述多个图像帧识别出包含目标事件的所述目标图像帧，包括：针对所述多个图像帧中的任一图像帧：根据所述图像帧包括的对象数量、对象动作以及目标物品，计算所述图像帧对应的置信度；根据预设的时间段，从当前时间对应的所述时间段内对应的图像帧中确定出置信度高于预设阈值的图像帧；将所述置信度高于预设阈值的图像帧确定为所述目标图像帧。

可选地，所述根据所述时间点，从所述多个视频切片中确定出目标视频切片，包括：根据所述目标事件的类型，确定出与所述类型对应的第一时长和/或第二时长；所述目标事件的类型包括犯规、得分、防守和/或进攻；根据所述第一时长和/或第二时长，从所述多个视频切片中确定出所述时间点前所述第一时长内的第一视频切片和/或所述时间点后所述第二时长内的第二视频切片；从所述第一视频切片和/或所述第二视频切片中确定出所述目标视频切片。

可选地，所述视频切片中还包括拍摄所述视频切片的视频设备对应的机位索引，所述从所述第一视频切片和/或所述第二视频切片中确定出所述目标视频切片，包括：根据所述目标图像帧的拍摄角度以及拍摄范围确定所述目标图像帧对应的第一视频设备；根据所述目标事件以及预设的视频设备布置策略，确定出至少包括所述第一视频设备的目标视频设备；从所述第一视频切片和/或所述第二视频切片中确定出包括所述目标视频设备对应的机位索引的视频切片；将包括所述机位索引的视频切片确定为所述目标视频切片。

可选地，所述接收赛事活动对应的多路视频数据，包括：从布置于活动场地的多个位置的多个视频设备接收所述多路视频数据；所述多个视频设备用于拍摄活动场地内的所述赛事活动的不同角度、不同范围的视频数据。

可选地，将所述多路视频数据对应的多个视频切片上传到云端；通过所述云端的AI分析服务，从所述多路视频数据中识别出所述目标图像帧，并从所述多个视频切片确定出所述目标图像帧对应的所述目标视频切片；通过所述云端的视频剪辑服务，对所述目标视频切片进行剪辑，生成所述目标视频数据；所述视频剪辑服务和AI分析服务均为部署于所述云端的容器化应用。

为实现上述目的，根据本发明实施例的又一方面，提供了一种视频数据处理装置。

本发明实施例的一种视频数据处理装置包括：接收模块，用于接收赛事活动对应的多路视频数据；

处理模块，用于从所述多路视频数据包括的多个图像帧中识别出目标图像帧，并确定所述目标图像帧对应的时间点；

缓存模块，用于根据流媒体传输协议将所述多路视频数据缓存为多个视频切片；所述视频切片包括时间戳；

所述处理模块，还用于根据所述时间点，从所述多个视频切片中确定出目标视频切片；所述目标视频切片包括的时间戳与所述时间点对应；并根据所述目标视频切片生成目标视频数据。

为实现上述目的，根据本发明实施例的又一方面，提供了一种视频数据处理电子设备。

本发明实施例的一种服务器包括：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本发明实施例的一种视频数据处理方法。

为实现上述目的，根据本发明实施例的再一方面，提供了一种计算机可读存储介质。

本发明实施例的一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现本发明实施例的一种视频数据处理方法。

上述发明中的一个实施例具有如下优点或有益效果：通过接收赛事活动对应的多路视频数据；从所述多路视频数据包括的多个图像帧中识别出目标图像帧，并确定所述目标图像帧对应的时间点；根据流媒体传输协议将所述多路视频数据缓存为多个视频切片；所述视频切片包括时间戳；根据所述时间点，从所述多个视频切片中确定出目标视频切片；所述目标视频切片包括的时间戳与所述时间点对应；根据所述目标视频切片生成目标视频数据。由此通过确定目标图像帧及其时间点，并通过该时间点确定目标视频切片，最后对目标视频切片进行剪辑生成目标视频数据，从而实现了无人工介入的赛事活动视频剪辑，提高了视频制作的效率，降低了视频制作成本，满足了球类比赛衍生出的大量的视频剪辑需求。

上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。

附图说明

附图用于更好地理解本发明，不构成对本发明的不当限定。其中：

图1是根据本发明实施例的一种视频数据处理方法的主要步骤的示意图；

图2a是根据本发明实施例的一种视频设备架设方案的示意图；

图2b是根据本发明实施例的一种视频设备架设方案的示意图；

图2c是根据本发明实施例的一种视频设备架设方案的示意图；

图3是根据本发明实施例的一种识别目标图像帧的主要步骤的示意图；

图4是根据本发明实施例的一种确定目标视频切片的主要步骤的示意图；

图5是根据本发明实施例的一种视频数据处理方法的主要步骤的示意图；

图6是根据本发明实施例的一种视频数据处理装置的主要模块的示意图；

图7是本发明实施例可以应用于其中的示例性系统架构图；

图8是适于用来实现本发明实施例的终端设备或服务器的计算机系统的结构示意图。

具体实施方式

以下结合附图对本发明的示范性实施例做出说明，其中包括本发明实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本发明的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

需要指出的是，在不冲突的情况下，本发明的实施例以及实施例中的技术特征可以相互结合。

图1是根据本发明实施例的视频数据处理方法的主要步骤的示意图。

如图1所示，本发明实施例的视频数据处理方法主要包括以下步骤：

步骤S101：接收赛事活动对应的多路视频数据。本发明实施例以足球赛事活动为例对视频数据处理方法进行详细阐述。在本发明可选的实施例中，步骤S101包括：从布置于活动场地的多个位置的多个视频设备接收所述多路视频数据；所述多个视频设备用于拍摄活动场地内的所述赛事活动的不同角度、不同范围的视频数据。其中视频设备布置于足球场周边的至少一侧，如图2a-2c所示，其中，图2a中所示的视频设备1和4架设于球场禁区线附近，其架设高度需依照场地情况设定，理想高度不低于7米，拍摄禁区前5米至底线区域，主要用于拍摄两队重点进攻与进球的近景画面；2b中所示的视频设备2和5架设于中线位置，实际高度根据场地情况设定，理想高度不低于8米，用于拍摄左右两个半场的中景画面，以呈现赛事活动中的战术与配合；图2c中的视频设备3和6架设于球场禁区线附近，用于拍摄各自的左半场和右半场的远景画面；另外视频设备7为全景球机。不同视频设备的搭配可以呈现出不同的视频效果：

视频设备3和1相结合、或者视频设备6和4相结合，可以呈现远距离进攻全过程以及进球特写的效果；

视频设备7和4相结合、或者视频设备7和1相结合，可以呈现全场过程和进球特写的效果；

视频设备2和1相结合、或者视频设备5和4相结合，可以选择的全景和近景相结合可以呈现整个半场的过程和进球特写；

视频设备7、5和4相结合、后者视频设备7、2和1相结合，可以呈现完整的进球过程，其可以包括从后场到前场的传导过程。

从多个视频设备接收多路视频数据，根据流媒体传输协议将多路视频数据缓存为视频切片，每个视频切片对应的时间长度根据流媒体传输协议和视频传输的延迟配置决定。在本发明可选的实施例中，将所述多路视频数据对应的多个视频切片上传到云端；通过所述云端的AI分析服务，从所述多路视频数据中识别出所述目标图像帧，并从所述多个视频切片确定出所述目标图像帧对应的所述目标视频切片；通过所述云端的视频剪辑服务，对所述目标视频切片进行剪辑，生成所述目标视频数据；所述视频剪辑服务和AI分析服务均为部署于所述云端的容器化应用。为了应对大量的视频剪辑所需要的巨大算力资源，本发明实施例采用可以进行弹性扩容的部署于云端的AI分析服务和视频剪辑服务。

步骤S102：从所述多路视频数据包括的多个图像帧中识别出目标图像帧，并确定所述目标图像帧对应的时间点。通过AI模型对视频数据中的图像帧进行识别，从中确定出包括关键事件，比如进球、犯规、射门等的图像帧，并确定该关键事件发生的时间点。其中AI模型是通过历史采集的1200多场具有代表性的足球赛事的视频进行训练得到的，具体地，设置多个关键事件类别，针对每一段视频准确标注出每个关键事件的起点、终点以及对应的事件类别，用标注后的视频数据对AI模型进行迭代训练，从而使得训练后的模型可以用于识别视频中的关键事件，比如进球、犯规、射门、守门等。其中，目标图像帧为在一次关键事件中的代表性场景对应的图像。

在本发明可选的实施例中，所述从所述多路视频数据包括的多个图像帧中识别出目标图像帧，包括：根据所述多个图像帧包括的图像特征，从所述多个图像帧识别出包含目标事件的所述目标图像帧；所述图像特征包括所述图像帧中包括的对象数量、所述图像帧中包括的对象动作、目标物品。其中，图像帧中包括的对象数量可以指该帧图像中包括的球员的数量；图像帧中包括的对象动作可以指该帧图像中球员呈现的动作；目标物品在足球比赛中可以指球门和/或足球。可以理解的是在篮球比赛中可以指篮球和/或球框。具体地，根据图像帧中包括的球员数量、球员的动作，足球和球门等，确定当前图像帧中是否发生关键事件，比如进球、犯规、射门、守门等，并将包含关键事件的图像帧确定为目标图像帧。

为了使得剪辑出的视频可观赏性更高，需要选出赛事活动中比较精彩的镜头。球类比赛中精彩的部分多数为进球前后、射门的动作、以及团队配合发起进攻的过程、一方球员针对另一方的进攻进行的竭力防守，另外还包括犯规事件的始末都是大众感兴趣的部分。为了识别出大众感兴趣的视频片段，在本发明可选的实施例中，所述根据所述多个图像帧包括的图像特征，从所述多个图像帧识别出包含目标事件的所述目标图像帧包括步骤S301-S303，如图3所示：

步骤S301：针对所述多个图像帧中的任一图像帧：根据所述图像帧包括的对象数量、对象动作以及目标物品，计算所述图像帧对应的置信度；

步骤S302：根据预设的时间段，从当前时间对应的所述时间段内对应的图像帧中确定出置信度高于预设阈值的图像帧；

步骤S303：将所述置信度高于预设阈值的图像帧确定为所述目标图像帧。具体地，根据每一帧图像中包括的球员数量、球员动作以及足球和/或球门，计算出每一帧图像的置信度；每间隔一预设时间段，查询该时间段内对应图像帧的置信度，并比较该时间段内图像帧的置信度高低，将置信度较高的图像帧确定为目标图像帧。比如，包括足球在球门内场景的图像帧对应的置信度较高；多名球员配合传球的图像帧对应的置信度较高；包括犯规动作的图像帧对应的置信度较高。

步骤S103：根据流媒体传输协议将所述多路视频数据缓存为多个视频切片；所述视频切片包括时间戳。在对接收的视频数据进行缓存时根据流媒体传输协议将视频数据保存为视频切片，每个视频切片的时长根据协议配置和传输延迟配置为若干秒不等，比如2s、4s等。在对视频切片进行保存时，将视频切片对应的起止时间点进行标记，视频切片对应的时间戳可以是该视频切片对应的起止时间。

步骤S104：根据所述时间点，从所述多个视频切片中确定出目标视频切片；所述目标视频切片包括的时间戳与所述时间点对应。在确定出关键事件后，根据该关键事件的类别，确定该关键事件对应的时间点前后预定时长内为具有可观赏性的片段。因此，在本发明可选的实施例中，所述根据所述时间点，从所述多个视频切片中确定出目标视频切片，包括步骤S401-S403，如图4所示：

步骤S401：根据所述目标事件的类型，确定出与所述类型对应的第一时长和/或第二时长；所述目标事件的类型包括犯规、得分、防守和/或进攻；

步骤S402：根据所述第一时长和/或第二时长，从所述多个视频切片中确定出所述时间点前所述第一时长内的第一视频切片和/或所述时间点后所述第二时长内的第二视频切片；

步骤S403：从所述第一视频切片和/或所述第二视频切片中确定出所述目标视频切片。比如，目标事件为进球事件，根据经验可以确定进球前10s内的视频片段，即第一视频片段和进球后5s内的视频片段，即第二视频片段均为比较精彩的片段，因此，在进球事件对应的时间点为8点12分21秒时，需要截取8点12分11秒至8点12分26秒之间的视频片段。再比如目标事件为犯规事件，根据经验可以确定在球员做出犯规动作前5s和做出犯规动作后10s内的视频片段为精彩片段，因此在犯规事件对应的时间点为8点20分22s时，需要截取8点20分17s至8点20分32s的视频片段。

由于视频数据是由部署在多个位置的具有不同拍摄角度多个视频设备拍摄的，关键事件发生的位置并不是所有视频设备都能拍摄到，因此需要确定出能够拍摄到关键事件的视频设备，并将该视频设备在关键事件发生的时间段内采集的视频数据作为目标数据。因此，在本发明可选的实施例中，所述视频切片中还包括拍摄所述视频切片的视频设备对应的机位索引，所述从所述第一视频切片和/或所述第二视频切片中确定出所述目标视频切片，包括：根据所述目标图像帧的拍摄角度以及拍摄范围确定所述目标图像帧对应的第一视频设备；根据所述目标事件以及预设的视频设备布置策略，确定出至少包括所述第一视频设备的目标视频设备；从所述第一视频切片和/或所述第二视频切片中确定出包括所述目标视频设备对应的机位索引的视频切片；将包括所述机位索引的视频切片确定为所述目标视频切片。为了能够确定视频切片对应的视频设备，在对视频切片进行保存时还相应地标注了其对应的视频来源，即机位索引，根据该机位索引即可确定拍摄该视频片段的视频设备。为了对关键事件进行较好地展示，在架设视频设备时针对每一个关键事件都预设了相应的拍摄方案，在识别出关键事件时，即可根据关键事件确定其对应的拍摄方案，即采用哪几个机位对该关键事件进行拍摄，将该几个机位在对应时间段内的视频切片作为目标视频切片，并以该目标视频切片为素材进行视频剪辑。

步骤S105：根据所述目标视频切片生成目标视频数据。采用部署于云端的视频剪辑服务对目标视频切片进行剪辑，将剪辑后的视频数据作为目标视频数据，从而完成对该赛事活动中某一关键事件的视频剪辑。

下面对本发明实施例提供的视频数据处理方法进行进一步示例性说明。如图5所示，本发明实施例提供的视频数据处理方法可以包括以下步骤：

步骤S501：接收赛事活动的多路视频数据。

步骤S502：针对视频数据帧包括的多个图像帧中的任一图像帧：根据所述图像帧包括的对象数量、对象动作以及目标物品，计算所述图像帧对应的置信度。

步骤S503：每间隔一预设时间段，查询并比较该时间段内图像帧对应的置信度。

步骤S504：将该时间段内置信度高于预设阈值的图像帧确定为目标图像帧，并确定该目标图像帧对应的时间点。

步骤S505：根据流媒体传输协议将多路视频数据缓存为多个视频切片。

步骤S506：根据目标图像帧包括的目标事件的类型确定出该类型对应的第一时长和/或第二时长。

步骤S507：从所述多个视频切片中确定出所述时间点前所述第一时长内的第一视频切片和/或所述时间点后所述第二时长内的第二视频切片。

步骤S508：根据所述目标图像帧的拍摄角度以及拍摄范围确定所述目标图像帧对应的第一视频设备。

步骤S509：根据所述目标事件以及预设的视频设备布置策略，确定出至少包括所述第一视频设备的目标视频设备。

步骤S510：从所述第一视频切片和/或所述第二视频切片中确定出包括所述目标视频设备对应的机位索引的视频切片。

步骤S511：对包括所述机位索引的视频切片进行剪辑生成目标视频数据。

根据本发明实施例的视频数据处理方法可以看出，通过接收赛事活动对应的多路视频数据；从所述多路视频数据包括的多个图像帧中识别出目标图像帧，并确定所述目标图像帧对应的时间点；根据流媒体传输协议将所述多路视频数据缓存为多个视频切片；所述视频切片包括时间戳；根据所述时间点，从所述多个视频切片中确定出目标视频切片；所述目标视频切片包括的时间戳与所述时间点对应；根据所述目标视频切片生成目标视频数据。由此通过确定目标图像帧及其时间点，并通过该时间点确定目标视频切片，最后对目标视频切片进行剪辑生成目标视频数据，从而实现了无人工介入的赛事活动视频剪辑，提高了视频制作的效率，降低了视频制作成本，满足了球类比赛衍生出的大量的视频剪辑需求。

图6是根据本发明实施例的视频数据处理装置的主要模块的示意图。

如图6所示，本发明实施例的视频数据处理装置600包括：

接收模块601，用于接收赛事活动对应的多路视频数据；

处理模块602，用于从所述多路视频数据包括的多个图像帧中识别出目标图像帧，并确定所述目标图像帧对应的时间点；

缓存模块603，用于根据流媒体传输协议将所述多路视频数据缓存为多个视频切片；所述视频切片包括时间戳；

所述处理模块602，还用于根据所述时间点，从所述多个视频切片中确定出目标视频切片；所述目标视频切片包括的时间戳与所述时间点对应；并根据所述目标视频切片生成目标视频数据。

在本发明可选的实施例中，处理模块602，还用于根据所述多个图像帧包括的图像特征，从所述多个图像帧识别出包含目标事件的所述目标图像帧；所述图像特征包括所述图像帧中包括的对象数量、所述图像帧中包括的对象动作、目标物品。

在本发明可选的实施例中，处理模块602，还用于针对所述多个图像帧中的任一图像帧：根据所述图像帧包括的对象数量、对象动作以及目标物品，计算所述图像帧对应的置信度；根据预设的时间段，从当前时间对应的所述时间段内对应的图像帧中确定出置信度高于预设阈值的图像帧；将所述置信度高于预设阈值的图像帧确定为所述目标图像帧。

在本发明可选的实施例中，处理模块602，还用于根据所述目标事件的类型，确定出与所述类型对应的第一时长和/或第二时长；所述目标事件的类型包括犯规、得分、防守和/或进攻；根据所述第一时长和/或第二时长，从所述多个视频切片中确定出所述时间点前所述第一时长内的第一视频切片和/或所述时间点后所述第二时长内的第二视频切片；从所述第一视频切片和/或所述第二视频切片中确定出所述目标视频切片。

在本发明可选的实施例中，处理模块602，还用于根据所述目标图像帧的拍摄角度以及拍摄范围确定所述目标图像帧对应的第一视频设备；根据所述目标事件以及预设的视频设备布置策略，确定出至少包括所述第一视频设备的目标视频设备；从所述第一视频切片和/或所述第二视频切片中确定出包括所述目标视频设备对应的机位索引的视频切片；将包括所述机位索引的视频切片确定为所述目标视频切片。

在本发明可选的实施例中，接收模块601，还用于从布置于活动场地的多个位置的多个视频设备接收所述多路视频数据；所述多个视频设备用于拍摄活动场地内的所述赛事活动的不同角度、不同范围的视频数据。

在本发明可选的实施例中，缓存模块603，还用于将接收模块接收的所述多路视频数据对应的多个视频切片上传到云端；处理模块还用于通过所述云端的AI分析服务，从所述多路视频数据中识别出所述目标图像帧，并从所述多个视频切片确定出所述目标图像帧对应的所述目标视频切片；并通过所述云端的视频剪辑服务，对所述目标视频切片进行剪辑，生成所述目标视频数据；其中，所述视频剪辑服务和AI分析服务均为部署于所述云端的容器化应用。

根据本发明实施例的视频数据处理装置可以看出，通过接收赛事活动对应的多路视频数据；从所述多路视频数据包括的多个图像帧中识别出目标图像帧，并确定所述目标图像帧对应的时间点；根据流媒体传输协议将所述多路视频数据缓存为多个视频切片；所述视频切片包括时间戳；根据所述时间点，从所述多个视频切片中确定出目标视频切片；所述目标视频切片包括的时间戳与所述时间点对应；根据所述目标视频切片生成目标视频数据。由此通过确定目标图像帧及其时间点，并通过该时间点确定目标视频切片，最后对目标视频切片进行剪辑生成目标视频数据，从而实现了无人工介入的赛事活动视频剪辑，提高了视频制作的效率，降低了视频制作成本，满足了球类比赛衍生出的大量的视频剪辑需求。

图7示出了可以应用本发明实施例的视频数据处理方法或视频数据处理装置的示例性系统架构700。

如图7所示，系统架构700可以包括视频设备701、702、703，网络704、706，云服务器705和视频播放设备707、708、709。网络704、706用以在视频设备701、702、703，云服务器705和视频播放设备707、708、709之间提供通信链路的介质。网络704、706可以包括各种连接类型，例如有线、无线通信链路或光纤电缆等等。

视频设备701、702、703，视频播放设备707、708、709通过网络704、706与云服务器705交互，以接收或发送消息等。视频设备701、702、703为采集视频数据的电子设备，云服务器705从视频设备701、702、703获取原视频数据，并对原视频数据进行剪辑处理，将处理后的视频发送给视频播放设备707、708、709进行播放。

云服务器705可以是提供各种服务的服务器，例如云服务器705为对从视频设备701、702、703获取的视频数据进行剪辑处理提供支持的后台管理服务器。后台管理服务器可以对获取到的视频数据进行分析等处理，并将处理后的视频数据，比如目标视频数据发送给播放端设备。

需要说明的是，本发明实施例所提供的视频数据处理方法一般由云服务器705执行，相应地，视频数据处理装置一般设置于云服务器705中。

应该理解，图7中的视频设备、播放设备、网络和云服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的视频设备、播放设备、网络和云服务器。

下面参考图8，其示出了适于用来实现本发明实施例的终端设备的计算机系统800的结构示意图。图8示出的终端设备仅仅是一个示例，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8所示，计算机系统800包括中央处理单元（CPU）801，其可以根据存储在只读存储器（ROM）802中的程序或者从存储部分808加载到随机访问存储器（RAM）803中的程序而执行各种适当的动作和处理。在RAM 803中，还存储有系统800操作所需的各种程序和数据。CPU 801、ROM 802以及RAM 803通过总线804彼此相连。输入/输出（I/O）接口805也连接至总线804。

以下部件连接至I/O接口805：包括键盘、鼠标等的输入部分806；包括诸如阴极射线管（CRT）、液晶显示器（LCD）等以及扬声器等的输出部分807；包括硬盘等的存储部分808；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分809。通信部分809经由诸如因特网的网络执行通信处理。驱动器810也根据需要连接至I/O接口805。可拆卸介质811，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器810上，以便于从其上读出的计算机程序根据需要被安装入存储部分808。

特别地，根据本发明公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本发明公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分809从网络上被下载和安装，和/或从可拆卸介质811被安装。在该计算机程序被中央处理单元（CPU）801执行时，执行本发明的系统中限定的上述功能。

需要说明的是，本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、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可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器（RAM）、只读存储器（ROM）、可擦式可编程只读存储器（EPROM或闪存）、光纤、便携式紧凑磁盘只读存储器（CD-ROM）、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中，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。而在本发明中，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。

附图中的流程图和框图，图示了按照本发明各种实施例的系统、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、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本发明实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中，例如，可以描述为：一种处理器包括接收模块、缓存模块和处理模块。其中，这些模块的名称在某种情况下并不构成对该模块本身的限定，例如，处理模块还可以被描述为“根据所述目标视频切片生成目标视频数据的模块”。

作为另一方面，本发明还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的设备中所包含的；也可以是单独存在，而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该设备执行时，使得该设备包括：接收赛事活动对应的多路视频数据；从所述多路视频数据包括的多个图像帧中识别出目标图像帧，并确定所述目标图像帧对应的时间点；根据流媒体传输协议将所述多路视频数据缓存为多个视频切片；所述视频切片包括时间戳；根据所述时间点，从所述多个视频切片中确定出目标视频切片；所述目标视频切片包括的时间戳与所述时间点对应；根据所述目标视频切片生成目标视频数据。

根据本发明实施例的技术方案，通过接收赛事活动对应的多路视频数据；从所述多路视频数据包括的多个图像帧中识别出目标图像帧，并确定所述目标图像帧对应的时间点；根据流媒体传输协议将所述多路视频数据缓存为多个视频切片；所述视频切片包括时间戳；根据所述时间点，从所述多个视频切片中确定出目标视频切片；所述目标视频切片包括的时间戳与所述时间点对应；根据所述目标视频切片生成目标视频数据。由此通过确定目标图像帧及其时间点，并通过该时间点确定目标视频切片，最后对目标视频切片进行剪辑生成目标视频数据，从而实现了无人工介入的赛事活动视频剪辑，提高了视频制作的效率，降低了视频制作成本，满足了球类比赛衍生出的大量的视频剪辑需求。

上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，取决于设计要求和其他因素，可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

Claims (10)

1.一种视频数据处理方法，其特征在于，包括：

接收赛事活动对应的多路视频数据；

从所述多路视频数据包括的多个图像帧中识别出目标图像帧，并确定所述目标图像帧对应的时间点；

根据流媒体传输协议将所述多路视频数据缓存为多个视频切片；所述视频切片包括时间戳；

根据所述时间点，从所述多个视频切片中确定出目标视频切片；所述目标视频切片包括的时间戳与所述时间点对应；

根据所述目标视频切片生成目标视频数据。

2.根据权利要求1所述的方法，其特征在于，所述从所述多路视频数据包括的多个图像帧中识别出目标图像帧，包括：

根据所述多个图像帧包括的图像特征，从所述多个图像帧识别出包含目标事件的所述目标图像帧；所述图像特征包括所述图像帧中包括的对象数量、所述图像帧中包括的对象动作、目标物品。

3.根据权利要求2所述的方法，其特征在于，所述根据所述多个图像帧包括的图像特征，从所述多个图像帧识别出包含目标事件的所述目标图像帧，包括：

针对所述多个图像帧中的任一图像帧：根据所述图像帧包括的对象数量、对象动作以及目标物品，计算所述图像帧对应的置信度；

根据预设的时间段，从当前时间对应的所述时间段内对应的图像帧中确定出置信度高于预设阈值的图像帧；

将所述置信度高于预设阈值的图像帧确定为所述目标图像帧。

4.根据权利要求2所述的方法，其特征在于，所述根据所述时间点，从所述多个视频切片中确定出目标视频切片，包括：

根据所述目标事件的类型，确定出与所述类型对应的第一时长和/或第二时长；所述目标事件的类型包括犯规、得分、防守和/或进攻；

根据所述第一时长和/或第二时长，从所述多个视频切片中确定出所述时间点前所述第一时长内的第一视频切片和/或所述时间点后所述第二时长内的第二视频切片；

从所述第一视频切片和/或所述第二视频切片中确定出所述目标视频切片。

5.根据权利要求4所述的方法，其特征在于，所述视频切片中还包括拍摄所述视频切片的视频设备对应的机位索引，所述从所述第一视频切片和/或所述第二视频切片中确定出所述目标视频切片，包括：

根据所述目标图像帧的拍摄角度以及拍摄范围确定所述目标图像帧对应的第一视频设备；

根据所述目标事件以及预设的视频设备布置策略，确定出至少包括所述第一视频设备的目标视频设备；

从所述第一视频切片和/或所述第二视频切片中确定出包括所述目标视频设备对应的机位索引的视频切片；

将包括所述机位索引的视频切片确定为所述目标视频切片。

6.根据权利要求1所述的方法，其特征在于，所述接收赛事活动对应的多路视频数据，包括：

从布置于活动场地的多个位置的多个视频设备接收所述多路视频数据；所述多个视频设备用于拍摄活动场地内的所述赛事活动的不同角度、不同范围的视频数据。

7.根据权利要求6所述的方法，其特征在于，

将所述多路视频数据对应的多个视频切片上传到云端；

通过所述云端的AI分析服务，从所述多路视频数据中识别出所述目标图像帧，并从所述多个视频切片确定出所述目标图像帧对应的所述目标视频切片；

通过所述云端的视频剪辑服务，对所述目标视频切片进行剪辑，生成所述目标视频数据；所述视频剪辑服务和AI分析服务均为部署于所述云端的容器化应用。

8.一种视频数据处理装置，其特征在于，包括：

接收模块，用于接收赛事活动对应的多路视频数据；

处理模块，用于从所述多路视频数据包括的多个图像帧中识别出目标图像帧，并确定所述目标图像帧对应的时间点；

缓存模块，用于根据流媒体传输协议将所述多路视频数据缓存为多个视频切片；所述视频切片包括时间戳；

所述处理模块，还用于根据所述时间点，从所述多个视频切片中确定出目标视频切片；所述目标视频切片包括的时间戳与所述时间点对应；并根据所述目标视频切片生成目标视频数据。

9.一种服务器，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中任一所述的方法。

10.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1-7中任一所述的方法。