KR20200044207A - Ａｉ 전력 평가 기반 축구 콘텐츠 제공 시스템, 이를 위한 ai 기반 기술 평가 서버 및 축구 디지털 콘텐츠 제공 서버 - Google Patents
Ａｉ 전력 평가 기반 축구 콘텐츠 제공 시스템, 이를 위한 ai 기반 기술 평가 서버 및 축구 디지털 콘텐츠 제공 서버 Download PDFInfo
- Publication number
- KR20200044207A KR20200044207A KR1020180120867A KR20180120867A KR20200044207A KR 20200044207 A KR20200044207 A KR 20200044207A KR 1020180120867 A KR1020180120867 A KR 1020180120867A KR 20180120867 A KR20180120867 A KR 20180120867A KR 20200044207 A KR20200044207 A KR 20200044207A
- Authority
- KR
- South Korea
- Prior art keywords
- soccer
- player
- data
- big data
- attack
- Prior art date
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 97
- 238000013473 artificial intelligence Methods 0.000 title 2
- 238000004458 analytical method Methods 0.000 claims abstract description 93
- 238000005516 engineering process Methods 0.000 claims abstract description 42
- 238000007405 data analysis Methods 0.000 claims abstract description 19
- 238000013480 data collection Methods 0.000 claims abstract description 17
- 238000000034 method Methods 0.000 claims description 19
- 238000010586 diagram Methods 0.000 description 19
- 230000009897 systematic effect Effects 0.000 description 7
- 238000004422 calculation algorithm Methods 0.000 description 6
- 230000005540 biological transmission Effects 0.000 description 5
- 239000000284 extract Substances 0.000 description 5
- 238000010295 mobile communication Methods 0.000 description 5
- 238000006243 chemical reaction Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 3
- 239000013256 coordination polymer Substances 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000001174 ascending effect Effects 0.000 description 1
- 230000000903 blocking effect 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
- 210000004185 liver Anatomy 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- AYEKOFBPNLCAJY-UHFFFAOYSA-O thiamine pyrophosphate Chemical compound CC1=C(CCOP(O)(=O)OP(O)(O)=O)SC=[N+]1CC1=CN=C(C)N=C1N AYEKOFBPNLCAJY-UHFFFAOYSA-O 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Biophysics (AREA)
- General Business, Economics & Management (AREA)
- Primary Health Care (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Strategic Management (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
Abstract
본 발명은 AI 전력 평가 기반 축구 콘텐츠 제공 시스템에 관한 것이다. 본 발명은, 복수의 빅데이터 기반 분석 단말(100)로 이루어진 빅데이터 기반 분석 단말 집합(100a), 네트워크(200), AI 기반 기술 평가 서버(300), 그리고 시청 디바이스(400)를 포함하는 AI 전력 평가 기반 축구 콘텐츠 제공 시스템(1)에 있어서, AI 기반 기술 평가 서버(300)는, 빅데이터 기반 분석 단말 집합(100a)을 구성하는 각 빅데이터 기반 분석 단말(100)로부터 타임 라인에 따른 축구 선수에 대한 선수 기술 데이터를 네트워크(200)를 통해 수신하도록 제 1 송수신부(310)를 제어한 뒤, 입력된 선수 기술 데이터 대해서 미리 설정된 공격 카테고리 중 하나에 해당하는 FBC(Football Big-data Code)로 변환하여, 축구 빅데이터 코드 DB(330a)에 저장하는 축구 빅데이터 수집 모듈(321); 축구 빅데이터 코드 DB(330a)에 공격 데이터화되어 저장된 FBC에 대해서 기술 결과값을 추출한 뒤, 유효 공격인지 여부를 분석하되, 추출된 FBC의 기술 결과값이 각 공격 데이터와 매칭되는 미리 설정된 코드 정보인지를 비교하며, 분석 결과 유효 공격이 아닌 경우, 축구 빅데이터 수집 모듈(321)에 대한 요청을 통해 분석된 선수 기술 데이터의 타임 라인(time line)에 따른 다음번 선수 기술 데이터에 대해서 수신한 뒤, 다시 유효 공격인지 여부를 분석하며, 반대로 분석 결과 유효 공격인 경우 전술 분석 모듈(323)에 대한 통지를 통해 미리 설정된 전술 카테고리 중 하나에 해당하는 전술인지 여부에 대한 분석을 요청하는 공격 데이터 분석 모듈(322); 및 평가용 DB(330)의 전술 빅데이터 DB(330b)에 사전에 저장된 미리 설정된 전술 카테고리 중 하나에 해당하는 전술에 해당하지 않는 경우, FBC에 대해서 TAP(Total Attack Points, 총 공격 포인트)를 설정한 뒤, 축구 빅데이터 코드 DB(330a)에 양 팀 중 분석되는 선수의 팀 ID를 제 1 메타데이터로 하고, 해당 선수의 선수 ID를 제 2 메타데이터로 하여 분석된 선수 기술 데이터의 타임 라인에 해당하는 셀(cell)로 지정하여 평가용 DB(330)의 전술 빅데이터 DB(330b)에 저장하는 전술 분석 모듈(323); 을 포함함으로써, 적어도 하나 이상의 축구 경기에 대해서 체계적이고 객관적으로 분석된 데이터를 제공할 수 있다.
Description
본 발명은 AI 전력 평가 기반 축구 콘텐츠 제공 시스템, 이를 위한 AI 기반 기술 평가 서버 및 축구 디지털 콘텐츠 제공 서버에 관한 것으로, 보다 구체적으로는, 축구 경기에 대해서 체계적이고 객관적으로 분석된 데이터를 제공하도록 하기 위한 AI 전력 평가 기반 축구 콘텐츠 제공 시스템, 이를 위한 AI 기반 기술 평가 서버 및 축구 디지털 콘텐츠 제공 서버에 관한 것이다.
종래의 축구 데이터 분석 시스템은 송출 또는 녹화된 축구 방송, 그 밖의 직접 경기장에서 관람하는 축구 데이터 입력 관리자 유선 또는 무선 디바이스를 통해서 분석 서버 또는 단말로 제공하면 분석 관리자가 수신된 데이터를 미리 설정된 알고리즘을 통해서 데이터를 분석하여 제공하는 방식이었다.
그러나 이러한 방식은 체계적이지 못하고 분석 알고리즘 또는 입력 알고리즘에 따라 동일한 축구 경기도 상이한 분석 결과를 제공하는 문제점이 있어 왔다.
이에 따라 해당 기술분야에 있어서는 체계적이고 객관적 데이터 분석을 위한 빅데이터 기반의 분석 시스템을 제공하기 위한 기술 개발이 요구되고 있다.
본 발명은 상기의 문제점을 해결하기 위한 것으로, 축구 경기에 대해서 체계적이고 객관적으로 분석된 데이터를 제공하도록 하기 위한 AI 전력 평가 기반 축구 콘텐츠 제공 시스템, 이를 위한 AI 기반 기술 평가 서버 및 축구 디지털 콘텐츠 제공 서버을 제공하기 위한 것이다.
또한, 본 발명은 초기의 체계적인 축구 빅데이터 코드(Football Big-data Code, FBC) 생성을 통해 추후 분석을 필요로 하는 선수, 팀, 적어도 하나 이상의 경기에 대한 통합 데이터 등에 대한 생성시, 정보의 추출과 활용이 신속하여 특히 생방송으로 제공되는 축구 디지털 방송 정보에 대한 분석 콘텐츠에 대한 전송의 타임 갭(time gap)을 최소화하도록 하기 위한 AI 전력 평가 기반 축구 콘텐츠 제공 시스템, 이를 위한 AI 기반 기술 평가 서버 및 축구 디지털 콘텐츠 제공 서버을 제공하기 위한 것이다.
그러나 본 발명의 목적들은 상기에 언급된 목적으로 제한되지 않으며, 언급되지 않은 또 다른 목적들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.
상기의 목적을 달성하기 위해 본 발명의 실시예에 따른 AI 전력 평가 기반 축구 콘텐츠 제공 시스템은, 복수의 빅데이터 기반 분석 단말(100)로 이루어진 빅데이터 기반 분석 단말 집합(100a), 네트워크(200), AI 기반 기술 평가 서버(300), 그리고 시청 디바이스(400)를 포함하는 AI 전력 평가 기반 축구 콘텐츠 제공 시스템(1)에 있어서, AI 기반 기술 평가 서버(300)는, 빅데이터 기반 분석 단말 집합(100a)을 구성하는 각 빅데이터 기반 분석 단말(100)로부터 타임 라인에 따른 축구 선수에 대한 선수 기술 데이터를 네트워크(200)를 통해 수신하도록 제 1 송수신부(310)를 제어한 뒤, 입력된 선수 기술 데이터 대해서 미리 설정된 공격 카테고리 중 하나에 해당하는 FBC(Football Big-data Code)로 변환하여, 축구 빅데이터 코드 DB(330a)에 저장하는 축구 빅데이터 수집 모듈(321); 축구 빅데이터 코드 DB(330a)에 공격 데이터화되어 저장된 FBC에 대해서 기술 결과값을 추출한 뒤, 유효 공격인지 여부를 분석하되, 추출된 FBC의 기술 결과값이 각 공격 데이터와 매칭되는 미리 설정된 코드 정보인지를 비교하며, 분석 결과 유효 공격이 아닌 경우, 축구 빅데이터 수집 모듈(321)에 대한 요청을 통해 분석된 선수 기술 데이터의 타임 라인(time line)에 따른 다음번 선수 기술 데이터에 대해서 수신한 뒤, 다시 유효 공격인지 여부를 분석하며, 반대로 분석 결과 유효 공격인 경우 전술 분석 모듈(323)에 대한 통지를 통해 미리 설정된 전술 카테고리 중 하나에 해당하는 전술인지 여부에 대한 분석을 요청하는 공격 데이터 분석 모듈(322); 및 평가용 DB(330)의 전술 빅데이터 DB(330b)에 사전에 저장된 미리 설정된 전술 카테고리 중 하나에 해당하는 전술에 해당하지 않는 경우, FBC에 대해서 TAP(Total Attack Points, 총 공격 포인트)를 설정한 뒤, 축구 빅데이터 코드 DB(330a)에 양 팀 중 분석되는 선수의 팀 ID를 제 1 메타데이터로 하고, 해당 선수의 선수 ID를 제 2 메타데이터로 하여 분석된 선수 기술 데이터의 타임 라인에 해당하는 셀(cell)로 지정하여 평가용 DB(330)의 전술 빅데이터 DB(330b)에 저장하는 전술 분석 모듈(323); 을 포함하는 것을 특징으로 한다.
이때, TAP는, 상대 공격 진영에서 골(goal)을 넣기 위한 유효한 공격 기술의 수에 해당하는 것을 특징으로 한다.
또한, 본 발명에서 각 빅데이터 기반 분석 단말(100)은 하나의 축구 경기에서 양팀 중 적어도 하나 이상의 축구 선수에 대한 선수 기술 데이터를 축구 디지털 방송 정보에서 자동 또는 수동으로 분석한 뒤, 축구 빅데이터 수집 모듈(321)에 제공하는 것을 특징으로 한다.
또한, 축구 디지털 방송 정보는, 축구 디지털 콘텐츠 제공 서버(500)의 방송 DB(530)에 저장되며, 축구장 전체에 대한 화각을 갖는 하나의 영상 정보 또는 각 축구 선수별 영상 정보로 생성되어, 축구 선수 간의 축구공을 기준으로 전달 정보를 추출하도록 하는 것을 특징으로 한다.
또한, 각 빅데이터 기반 분석 단말(100)은, 축구 디지털 방송 정보에 대한 네트워크(200)를 통한 방송 DB(530)으로의 액세스와 인증을 통해 정보를 수신할 수 있으며, 수신된 축구 디지털 방송 정보에 대한 자동 분석시 평가용 DB(330)의 축구 빅데이터 코드 DB(330a)에 대한 액세스를 통해 축구 선수에 대한 사전 축구 선수 이미지 정보 및 정형화된 선수 기술 데이터를 제공받아서 사전 축구 선수 이미지 정보와 축구 디지털 방송 정보에서 추출된 축구공을 컨트롤하는 인물의 이미지 정보에 대한 비교를 통해 선수 ID를 제 1 차로 추출하며, 추출된 선수 ID에 해당하는 인물의 이미지 정보의 연속된 동작과 적어도 두 개 이상의 프레임 정보로 형성된 정형화된 선수 기술 데이터와의 비교를 통해 미리 설정된 영상 매칭 확률 이상인 경우 동일한 선수 기술 데이터로 제 2 차로 추출하는 것을 특징으로 한다.
본 발명의 실시예에 따른 AI 전력 평가 기반 축구 콘텐츠 제공 시스템, 이를 위한 AI 기반 기술 평가 서버 및 축구 디지털 콘텐츠 제공 서버는, 축구 경기에 대해서 체계적이고 객관적으로 분석된 데이터를 제공하는 효과가 있다.
뿐만 아니라, 본 발명의 다른 실시예에 따른 AI 전력 평가 기반 축구 콘텐츠 제공 시스템, 이를 위한 AI 기반 기술 평가 서버 및 축구 디지털 콘텐츠 제공 서버는, 초기의 체계적인 축구 빅데이터 코드(Football Big-data Code, FBC) 생성을 통해 추후 분석을 필요로 하는 선수, 팀, 적어도 하나 이상의 경기에 대한 통합 데이터 등에 대한 생성시, 정보의 추출과 활용이 신속하여 특히 생방송으로 제공되는 축구 디지털 방송 정보에 대한 분석 콘텐츠에 대한 전송의 타임 갭(time gap)을 최소화하는 효과를 제공한다.
도 1은 본 발명의 실시예에 따른 AI 전력 평가 기반 축구 콘텐츠 제공 시스템(1)을 나타내는 도면이다.
도 2는 도 1의 AI 전력 평가 기반 축구 콘텐츠 제공 시스템(1) 중 AI 기반 기술 평가 서버(300)의 구성요소를 나타내는 도면이다.
도 3은 본 발명의 실시예에 따른 AI 전력 평가 기반 축구 콘텐츠 제공 시스템(1)의 전체적인 프로세스를 나타내는 도면이다.
도 4는 본 발명의 실시예에 따른 AI 전력 평가 기반 축구 콘텐츠 제공 시스템(1) 중 AI 기반 기술 평가 서버(300)에 의한 FBC 변환 및 데이터 분석 과정에서 사용되는 AI 신경망 알고리즘을 나타내는 도면이다.
도 5 및 도 6은 본 발명의 실시예에 따른 AI 기반 기술 평가 서버(300)에 의해 생성된 FBC에서 기술 결과값을 설명하기 위한 도면이다.
도 7은 본 발명의 실시예에 따른 AI 기반 기술 평가 서버(300)에 의해 분석에 사용되는 축구 빅데이터 전술의 대표적인 10가지 패턴을 나타내는 도면이다.
도 8은 본 발명의 다른 실시예에 따른 AI 전력 평가 기반 축구 콘텐츠 제공 시스템(1)을 나타내는 도면이다.
도 9는 도 8의 AI 전력 평가 기반 축구 콘텐츠 제공 시스템(1) 중 축구 디지털 콘텐츠 제공 서버(500)의 구성요소를 나타내는 블록도이다.
도 10 및 도 11은 본 발명의 실시예에 따른 축구 디지털 콘텐츠 제공 서버(500)에 의해 제공된 분석 데이터를 설명하기 위한 도면이다.
도 12은 본 발명의 실시예에 따른 축구 디지털 콘텐츠 제공 서버(500)에 의해 제공되는 실시간 FBC 기반의 축구 디지털 방송 콘텐츠 서비스를 설명하기 위한 도면이다.
도 2는 도 1의 AI 전력 평가 기반 축구 콘텐츠 제공 시스템(1) 중 AI 기반 기술 평가 서버(300)의 구성요소를 나타내는 도면이다.
도 3은 본 발명의 실시예에 따른 AI 전력 평가 기반 축구 콘텐츠 제공 시스템(1)의 전체적인 프로세스를 나타내는 도면이다.
도 4는 본 발명의 실시예에 따른 AI 전력 평가 기반 축구 콘텐츠 제공 시스템(1) 중 AI 기반 기술 평가 서버(300)에 의한 FBC 변환 및 데이터 분석 과정에서 사용되는 AI 신경망 알고리즘을 나타내는 도면이다.
도 5 및 도 6은 본 발명의 실시예에 따른 AI 기반 기술 평가 서버(300)에 의해 생성된 FBC에서 기술 결과값을 설명하기 위한 도면이다.
도 7은 본 발명의 실시예에 따른 AI 기반 기술 평가 서버(300)에 의해 분석에 사용되는 축구 빅데이터 전술의 대표적인 10가지 패턴을 나타내는 도면이다.
도 8은 본 발명의 다른 실시예에 따른 AI 전력 평가 기반 축구 콘텐츠 제공 시스템(1)을 나타내는 도면이다.
도 9는 도 8의 AI 전력 평가 기반 축구 콘텐츠 제공 시스템(1) 중 축구 디지털 콘텐츠 제공 서버(500)의 구성요소를 나타내는 블록도이다.
도 10 및 도 11은 본 발명의 실시예에 따른 축구 디지털 콘텐츠 제공 서버(500)에 의해 제공된 분석 데이터를 설명하기 위한 도면이다.
도 12은 본 발명의 실시예에 따른 축구 디지털 콘텐츠 제공 서버(500)에 의해 제공되는 실시간 FBC 기반의 축구 디지털 방송 콘텐츠 서비스를 설명하기 위한 도면이다.
이하, 본 발명의 바람직한 실시예의 상세한 설명은 첨부된 도면들을 참조하여 설명할 것이다. 하기에서 본 발명을 설명함에 있어서, 관련된 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략할 것이다.
도 1은 본 발명의 실시예에 따른 AI 전력 평가 기반 축구 콘텐츠 제공 시스템(1)을 나타내는 도면이다. 도 1을 참조하면, AI 전력 평가 기반 축구 콘텐츠 제공 시스템(1)은 복수의 빅데이터 기반 분석 단말(100)로 이루어진 빅데이터 기반 분석 단말 집합(100a), 네트워크(200), AI 기반 기술 평가 서버(300), 그리고 시청 디바이스(400)를 포함할 수 있다.
여기서, AI 기반 기술 평가 서버(300)는 축구 빅데이터 코드(Football Big-data Code, 이하 'FBC') 생성 및 기술 평가를 수행시 FBC 생성 및 기술 평가 방법으로 적어도 하나 이상의 축구 경기에서의 선수 기술을 FBC로 변환한 뒤, 팀 전술과 전력을 데이터로 평가를 수행할 수 있다.
보다 구체적으로, AI 기반 기술 평가 서버(300)는 축구 빅데이터 코드 생성 및 기술 평가 방식을 수행하기 위해, 네트워크(200)를 통해 각 빅데이터 기반 분석 단말(100)로부터 생방송 또는 녹화된 축구 디지털 방송 정보에 대한 타임 라인(time line)에 따른 선수 기술 데이터를 수신한 뒤, 입력된 선수 기술 데이터에 대해서 FBC로 자동으로 변환하여 평가용 DB(330) 중 축구 빅데이터 코드 DB(330a)에 저장한 뒤, 변환된 FBC에 대한 팀 전술과 전력을 데이터로 평가 분석하여 분석된 정보를 네트워크(200)를 통해 시청 디바이스(400)로 제공할 수 있다.
또한, 본 명세서에서 DB라 함은, 각각의 데이터베이스에 대응되는 정보를 저장하는 소프트웨어 및 하드웨어의 기능적 구조적 결합을 의미할 수 있다. DB는 적어도 하나의 테이블로 구현될 수도 있으며, 데이터베이스에 저장된 정보를 검색, 저장, 및 관리하기 위한 별도의 DBMS(Database Management System)을 더 포함할 수도 있다. 또한, 링크드 리스트(linked-list), 트리(Tree), 관계형 데이터베이스의 형태 등 다양한 방식으로 구현될 수 있으며, 데이터베이스에 대응되는 정보를 저장할 수 있는 모든 데이터 저장매체 및 데이터 구조를 포함한다.
네트워크(200)는 대용량, 장거리 음성 및 데이터 서비스가 가능한 대형 통신망의 고속 기간 망인 통신망이며, 인터넷(Internet) 또는 고속의 멀티미디어 서비스를 제공하기 위한 차세대 유선 및 무선 망일 수 있다. 네트워크(200)가 이동통신망일 경우 동기식 이동 통신망일 수도 있고, 비동기식 이동 통신망일 수도 있다. 비동기식 이동 통신망의 일 실시 예로서, WCDMA(Wideband Code Division Multiple Access) 방식의 통신망을 들 수 있다. 이 경우 도면에 도시되진 않았지만, 이동통신망(700)은 RNC(Radio Network Controller)을 포함할 수 있다. 한편, WCDMA망을 일 예로 들었지만, 3G LTE망, 4G망 그 밖의 5G 등 차세대 통신망, 그 밖의 IP를 기반으로 한 IP망일 수 있다. 네트워크(200)는 복수의 빅데이터 기반 분석 단말(100)로 이루어진 빅데이터 기반 분석 단말 집합(100a), AI 기반 기술 평가 서버(300), 그리고 시청 디바이스(400), 그 밖의 시스템 상호 간의 신호 및 데이터를 상호 전달하는 역할을 한다.
도 2는 도 1의 AI 전력 평가 기반 축구 콘텐츠 제공 시스템(1) 중 AI 기반 기술 평가 서버(300)의 구성요소를 나타내는 도면이다. 도 3은 본 발명의 실시예에 따른 AI 전력 평가 기반 축구 콘텐츠 제공 시스템(1)의 전체적인 프로세스를 나타내는 도면이다. 도 4는 본 발명의 실시예에 따른 AI 전력 평가 기반 축구 콘텐츠 제공 시스템(1) 중 AI 기반 기술 평가 서버(300)에 의한 FBC 변환 및 데이터 분석 과정에서 사용되는 AI 신경망 알고리즘을 나타내는 도면이다. 도 5 및 도 6은 본 발명의 실시예에 따른 AI 기반 기술 평가 서버(300)에 의해 생성된 FBC에서 기술 결과값(성공,실패)을 설명하기 위한 도면이다. 도 7은 본 발명의 실시예에 따른 AI 기반 기술 평가 서버(300)에 의해 분석에 사용되는 축구 빅데이터 전술의 대표적인 10가지 패턴(PS, CS, PPS, PCS, CCS, CPS, CC, PP, PC, CP)을 나타내는 도면이다.
먼저, 도 2를 참조하면, AI 기반 기술 평가 서버(300)는 제 1 송수신부(310), 제 1 제어부(320), 평가용 DB(330)를 포함하며, 평가용 DB(330)는 축구 빅데이터 코드 DB(330a) 및 전술 빅데이터 DB(330b)로 구분될 수 있다.
그리고 제 1 제어부(320)는 축구 빅데이터 수집 모듈(321), 공격 데이터 분석 모듈(322), 전술 분석 모듈(323) 및 데이터 제공 모듈(324)을 구비할 수 있다.
그리고 본 명세서에서 모듈이라 함은, 본 발명의 기술적 사상을 수행하기 위한 하드웨어 및 상기 하드웨어를 구동하기 위한 소프트웨어의 기능적, 구조적 결합을 의미할 수 있다. 예컨대, 상기 모듈은 소정의 코드와 상기 소정의 코드가 수행되기 위한 하드웨어 리소스의 논리적인 단위를 의미할 수 있으며, 반드시 물리적으로 연결된 코드를 의미하거나, 한 종류의 하드웨어를 의미하는 것은 아님은 본 발명의 기술분야의 평균적 전문가에게는 용이하게 추론될 수 있다.
이하에서는 제 1 제어부(320)의 구성요소를 중심으로 AI 기반 기술 평가 서버(300) 및 AI 전력 평가 기반 축구 콘텐츠 제공 시스템(1)에 대해서 구체적으로 살펴보도록 한다.
축구 빅데이터 수집 모듈(321)은 빅데이터 기반 분석 단말 집합(100a)을 구성하는 각 빅데이터 기반 분석 단말(100)로부터 타임 라인에 따른 축구 선수에 대한 선수 기술 데이터를 네트워크(200)를 통해 수신하도록 제 1 송수신부(310)를 제어한 뒤, 입력된 선수 기술 데이터 대해서 미리 설정된 공격 카테고리 중 하나에 해당하는 FBC로 변환하여, 축구 빅데이터 코드 DB(330a)에 저장한다.
보다 구체적으로, 빅데이터 기반 분석 단말 집합(100a)을 구성하는 각 빅데이터 기반 분석 단말(100)은 하나의 축구 경기에서 양팀 중 적어도 하나 이상의 축구 선수에 대한 선수 기술 데이터를 축구 디지털 방송 정보에서 자동 또는 수동으로 분석한 뒤, 축구 빅데이터 수집 모듈(321)에 제공하는 것이 바람직하다.
여기서, 축구 디지털 방송 정보는 도 8에서의 축구 디지털 콘텐츠 제공 서버(500)의 방송 DB(530)에 저장되며, 축구장 전체에 대한 화각을 갖는 하나의 영상 정보 또는 각 축구 선수별 영상 정보로 제공됨으로써, 축구 선수 간의 축구공을 기준으로 전달 정보를 추출할 수 있다. 이에 따라, 각 빅데이터 기반 분석 단말(100)은 축구 디지털 방송 정보에 대한 네트워크(200)를 통한 방송 DB(530)으로의 액세스와 인증을 통해 정보를 수신할 수 있으며, 수신된 축구 디지털 방송 정보에 대한 자동 분석시 평가용 DB(330)의 축구 빅데이터 코드 DB(330a)에 대한 액세스를 통해 축구 선수에 대한 사전 축구 선수 이미지 정보 및 정형화된 선수 기술 데이터를 제공받아서 사전 축구 선수 이미지 정보와 축구 디지털 방송 정보에서 추출된 축구공을 컨트롤하는 인물의 이미지 정보에 대한 비교를 통해 선수 ID를 제 1 차로 추출하며, 추출된 선수 ID에 해당하는 인물의 이미지 정보의 연속된 동작과 적어도 두 개 이상의 프레임 정보로 형성된 정형화된 선수 기술 데이터와의 비교를 통해 미리 설정된 영상 매칭 확률 이상인 경우 동일한 선수 기술 데이터로 제 2 차로 추출할 수 있다.
즉, 각 빅데이터 기반 분석 단말(100)은 축구 디지털 방송 정보에서 추출되는 디지털 영상 데이터에 대해서 축구 선수 및 선수 기술 데이터를 판별하는데, 이를 위해 사전 축구 선수 이미지 정보로 다양한 축구 선수 이미지 패턴으로 축구 선수 자체 이미지 정보, 축구 선수 자체 이미지 패턴의 기울어진 것, 역으로 된 것, 약간 각도가 기울어진 것 등과 디지털 영상 데이터에 포함된 축구 선수의 패턴을 비교하여 디지털 영상 데이터 속의 축구 선수를 판별할 수 있으며, 동일한 방식으로, 선수 기술 데이터에 대해서도 판별을 수행할 수 있다.
여기서 FBC는 '상대 공격 진영'에서 골(goal)을 넣기 위한 유효한 공격 기술을 분석하기 위한 기술 데이터 및 최소 기술 단위 요소, 즉 미리 설정된 공격 카테고리 중 하나에 해당하는 '크로스(Cross)', '패스(Pass)', '슈팅(Shooting)' 등의 경우일 수 있으며, 축구 빅데이터 수집 모듈(321)은 선수 기술 데이터와 매칭되는 FBC(Football Big-data Code)를 축구 빅데이터 코드 DB(330a)에 저장한다.
보다 구체적으로, FBC는 한 축구 선수의 공격 기술을 축구 빅데이터 코드로 변환된 데이터 레코드로, "선수 ID + 시간 + 기술 팩터 + 위치(x,y 좌표값) + 기술 결과값(성공,실패) + 결과 위치(x, y 좌표값)"의 형식으로 축구 빅데이터 코드 DB(330a)에 축구 빅데이터 수집 모듈(321)에 의해 저장될 수 있다. 여기서 기술 팩터는 상술한 P(Pass), C(Cross), S(Shooting), 외에 K(corner Kick), H(Header), F(Free Kick) 등을 추가로 포함할 수 있다. 그리고 기술 결과값(성공,실패)은 O(성공), B(Blocking), X(실패) 등으로 설정될 수 있으며 이에 한정되진 않는다.
공격 데이터 분석 모듈(322)은 축구 빅데이터 코드 DB(330a)에 공격 데이터화되어 저장된 FBC에 대해서 기술 결과값(성공,실패)을 추출한 뒤, 유효 공격인지 여부를 분석한다. 여기서, 공격 데이터 분석 모듈(322)은 유효 공격에 대한 분석시, 추출된 FBC의 기술 결과값(성공,실패)이 각 공격 데이터와 매칭되는 미리 설정된 코드 정보인지를 비교하여 판단할 수 있다.
보다 구체적으로, 도 5를 참조하여 FBC에서 기술 결과값(성공,실패)에 대해서 구체적으로 살펴보면, 도 5a의 C(Cross)의 경우 기술 결과값 분류로 O : 같은 팀 선수에게 공이 전달된 경우, X : 같은 팀 선수에게 공이 전달되지 못한 경우, A : 다음 단계가 슈팅으로 이어진 크로싱일 경우(일반적인 키패스 개념) B : 크로싱이 수비수에 의하여 블로킹 당하는 경우로 구분될 수 있으며, 여기서 공격 데이터 분석 모듈(322)은 C(Cross)에 대해서 기술 결과값(성공,실패)이 O, A에 해당하는 경우 유효 공격으로 분석할 수 있다.
다음으로 도 5b의 P(Pass)의 경우 기술 결과값 분류로 O : 같은 팀 선수에게 공이 전달된 경우, X : 같은 팀 선수에게 공이 전달되지 못한 경우, A : 다음 단계가 슈팅으로 이어질 수 있었던 패싱일 경우(일반적인 키패스 개념), B : 패싱이 수비수에 의하여 블로킹 당하는 경우로 구분될 수 있으며, 여기서 공격 데이터 분석 모듈(322)은 P(Pass)에 대해서 기술 결과값(성공,실패)이 O, A에 해당하는 경우 유효 공격으로 분석할 수 있다.
또한, 도 5c의 K(corner Kick)의 경우 기술 결과값 분류로 O : 코너킥 시도 시, 같은 팀 선수에게 공이 닿았을 경우, X : 같은 팀 선수에게 공이 전달되지 못한 경우, A : 다음 단계가 슈팅으로 이어질 수 있었던 코너킥일 경우, B : 코너킥이 수비수에 의하여 블로킹 당하는 경우로 구분될 수 있으며, 여기서, 공격 데이터 분석 모듈(322)은 K(corner Kick)에 대해서 기술 결과값(성공,실패)이 O, A에 해당하는 경우 유효 공격으로 분석할 수 있다.
또한, 도 5d의 H(Header) 및 도 5e의 S(Shooting)의 경우 기술 결과값 분류로 도 6과 같이 G : 헤딩/슈팅으로 골을 넣었을 경우, X : 헤딩/슈팅 시, 상대편 골키퍼가 공을 막았을 경우, B : 헤딩/슈팅 시, 상대편 수비수에게 공을 블로킹 당한 경우, R : 헤딩/슈팅 시, 골대 오른쪽 골포스트에 맞거나, 오른쪽으로 공이 빗나간 경우(50cm 이내), RX : 헤딩/슈팅 시, 골대 오른쪽으로 많이 빗나간 경우(50cm 이상), L : 헤딩/슈팅 시, 골대 왼쪽 골포스트에 맞거나, 왼쪽으로 공이 빗나간 경우(50cm 이내), LX : 헤딩/슈팅 시, 골대 왼쪽으로 많이 빗나간 경우(50cm이상), H : 헤딩/슈팅 시, 골대 위쪽 크로스바에 맞거나, 위쪽으로 공이 빗나간 경우(50cm 이내), HX : 헤딩 슈팅시, 골대 위쪽으로 많이 빗나간 경우(50cm 이상)로 구분될 수 있으며, 여기서, 공격 데이터 분석 모듈(322)은 K(corner Kick)에 대해서 제 1 실시예로 기술 결과값(성공,실패)이 G에 해당하는 경우 유효 공격으로 분석하거나, 제 2 실시예로, G 뿐만 아니라, R, L, H인 경우 유효 공격으로 분석할 수 있다.
이러한 분석 결과 유효 공격이 아닌 경우, 공격 데이터 분석 모듈(322)은 축구 빅데이터 수집 모듈(321)에 대한 요청을 통해 분석된 선수 기술 데이터의 타임 라인(time line)에 따른 다음번 선수 기술 데이터에 대해서 수신한 뒤, 다시 유효 공격인지 여부를 분석한다. 한편, 반대로 분석 결과 유효 공격인 경우 공격 데이터 분석 모듈(322)은 전술 분석 모듈(323)에 대한 통지를 통해 미리 설정된 전술 카테고리 중 하나에 해당하는 전술인지 여부에 대한 분석을 요청한다.
전술 분석 모듈(323)은 평가용 DB(330)의 전술 빅데이터 DB(330b)에 사전에 저장된 미리 설정된 전술 카테고리 중 하나에 해당하는 전술에 해당하지 않는 경우, FBC에 대해서 TAP(Total Attack Points, 총 공격 포인트)를 설정한 뒤, 축구 빅데이터 코드 DB(330a)에서 양 팀 중 분석되는 선수의 팀 ID를 제 1 메타데이터로 추출하고, 해당 선수의 선수 ID를 제 2 메타데이터로 추출하여, 제 1 메타데이터, 제 2 메타데이터, TAP 정보를 함께 분석된 선수 기술 데이터의 타임 라인에 해당하는 셀(cell)로 지정하여 평가용 DB(330)의 전술 빅데이터 DB(330b)에 저장할 수 있다. 여기서, TAP는 상대 공격 진영에서 골(goal)을 넣기 위한 유효한 공격 기술의 수에 해당한다.
전술 분석 모듈(323)에 의해 분석되는 평가용 DB(330)의 전술 빅데이터 DB(330b)에 사전에 저장된 미리 설정된 전술 카테고리의 보다 구체적인 예로, 도 7과 같이 축구 빅데이터 전술의 대표적인 10가지 패턴(PS, CS, PPS, PCS, CCS, CPS, CC, PP, PC, CP)일 수 있으며, 이러한 전술 카테고리는 운영자의 선택에 따라 전술 빅데이터 DB(330b)에 사전에 지정되어 저장되는 것이 바람직하다.
즉, 전술 분석 모듈(323)은 유효 공격에 해당하는 FBC가 이전에 분석되어 저장된 적어도 하나 이상의 FBC와의 관계에서 미리 설정된 전술 카테고리 중 하나에 해당하는 전술인지 여부에 대한 분석을 수행하며, 도 7을 참조하면 본 발명에서는 이전에 축구 빅데이터 코드 DB(330a)에 동일한 선수 ID를 제 2 메타데이터로 저장된 FBC는 1개 또는 2개로 설정될 수 있다.
전술 분석 모듈(323)은 분석결과 미리 설정된 전술 카테고리 중 하나에 해당하는 전술에 해당하는 경우, 전술 카테고리에 해당하는 FBC에서 추출된 기술 팩터가 헤딩/슈팅인지 여부에 대한 분석을 수행할 수 있다.
분석 결과 슈팅인 경우, 전술 분석 모듈(323)은 FBC에 대해서 TTP(Total Tactical Point, 총 전술 포인트)에 해당하는 CTP(Completed Tactic Point, 완결형 전술 포인트)를 설정하여, 축구 빅데이터 코드 DB(330a)에서 양 팀 중 분석되는 선수의 팀 ID를 제 1 메타데이터로 추출하고, 해당 선수의 선수 ID를 제 2 메타데이터로 추출하고, 제 1 메타데이터, 제 2 메타데이터, CTP 정보를 함께 선수 기술 데이터의 타임 라인에 해당하는 셀(cell)로 지정하여 평가용 DB(330)의 전술 빅데이터 DB(330b)에 저장할 수 있다. 여기서, TTP는 상대 공격 진영에서 골(goal)을 넣기 위한 선수와 선수 간의 유효한 공격 기술의 시나리오의 수(2개 이상의 연결)에 해당하는 경우이며, CTP는 슈팅/헤딩이 포함한 유효한 공격 시나리오에 해당하는 경우에 생성된다.
반대로 분석 결과 슈팅이 아닌 경우, 전술 분석 모듈(323)은 FBC에 대해서 TTP(Total Tactical Point, 총 전술 포인트)에 해당하는 UTP(Uncompleted Tactic Point, 미완결형 전술 포인트)를 설정하여, 축구 빅데이터 코드 DB(330a)에서 양 팀 중 분석되는 선수의 팀 ID를 제 1 메타데이터로 추출하고, 해당 선수의 선수 ID를 제 2 메타데이터로 추출하여, 제 1 메타데이터, 제 2 메타데이터, URP 정보를 함께 선수 기술 데이터의 타임 라인에 해당하는 셀(cell)로 지정하여 평가용 DB(330)의 전술 빅데이터 DB(330b)에 저장한다. 여기서, UTP(Uncompleted Tactic Point, 미완결형 전술)는 슈팅이 포함되지 않은 중단된 공격 시나리오에 해당하는 경우에 생성된다.
데이터 제공 모듈(324)은 축구 빅데이터 수집 모듈(321)로부터 제공되는 선수 기술 데이터와 매칭되는 축구 디지털 방송 정보의 타임 라인 이후에 새로운 선수 기술 데이터가 수신되는지를 대기한 뒤, 수신되는 축구 빅데이터 수집 모듈(321)로 제공하여 축구 빅데이터 수집 모듈(321)에 의한 FBC 변환, 공격 데이터 분석 모듈(322)에 의한 유효 공격 분석, 전술 분석 모듈(323)에 의한 전술 분석이 다시 순차적으로 수행되도록 할 수 있다.
반대로 데이터 제공 모듈(324)은 축구 빅데이터 수집 모듈(321)로부터 새로운 선수 기술 데이터가 수신되지 않고, 축구 디지털 방송 정보의 복수의 프레임 내 또는 프레임 사이에 포함된 방송 종료 신호를 인식하는 경우 각 선수 ID 별로 누적된 FBC 정보, TAP, CTP, UTP 정보에 해당하는 제 1 축구 분석 데이터를 전술 빅데이터 DB(330b)에 저장한 뒤, 네트워크(200)를 통해 시청자 디바이스(400)로 전송하도록 제 1 송수신부(310)를 제어할 수 있다.
이러한 상술한 축구 빅데이터 수집 모듈(321), 공격 데이터 분석 모듈(322), 전술 분석 모듈(323) 및 데이터 제공 모듈(324)을 포함하는 제 1 제어부(320)에 의한 AI 전력 평가 기반 축구 콘텐츠 제공 프로세스는 도 3과 같으며, 각 모듈에 의해 제공되는 복수의 선수 기술 데이터 및 축구 선수에 대한 FBC 변환 및 데이터 분석 과정에서 사용되는 AI 신경망 알고리즘은 도 4와 같다.
다음으로, 도 8은 본 발명의 다른 실시예에 따른 AI 전력 평가 기반 축구 콘텐츠 제공 시스템(1)을 나타내는 도면이다. 도 9는 도 8의 AI 전력 평가 기반 축구 콘텐츠 제공 시스템(1) 중 축구 디지털 콘텐츠 제공 서버(500)의 구성요소를 나타내는 블록도이다. 도 10 및 도 11은 본 발명의 실시예에 따른 축구 디지털 콘텐츠 제공 서버(500)에 의해 제공된 분석 데이터를 설명하기 위한 도면이다. 도 12은 본 발명의 실시예에 따른 축구 디지털 콘텐츠 제공 서버(500)에 의해 제공되는 실시간 FBC 기반의 축구 디지털 방송 콘텐츠 서비스를 설명하기 위한 도면이다.
도 8을 참조하면, 본 발명의 다른 실시예에 따른 AI 전력 평가 기반 축구 콘텐츠 제공 시스템(1)은 도 1의 AI 전력 평가 기반 축구 콘텐츠 제공 시스템(1)의 구성요소인 복수의 빅데이터 기반 분석 단말(100)로 이루어진 빅데이터 기반 분석 단말 집합(100a), 네트워크(200), AI 기반 기술 평가 서버(300), 그리고 시청 디바이스(400) 외에 축구 디지털 콘텐츠 제공 서버(500)를 더 포함할 수 있다.
도 9와 같이 축구 디지털 콘텐츠 제공 서버(500)는 제 2 송수신부(510), 제 2 제어부(520), 방송 DB(530)를 포함하며, 제 2 제어부(520)는 방송 제공 모듈(521), 평가 데이터 제공 모듈(522), 하이라이트 분석 제공 모듈(523) 및 경기 AI 예측 모듈(524)을 포함할 수 있으며, 이하에서는 도 9를 중심으로 도 10 내지 도 12를 참조하여, 제 2 제어부(520)의 각 구성요소에 대해서 구체적으로 살펴보도록 한다.
방송 제공 모듈(521)은 AI 기반 기술 평가 서버(300)에 의한 제 1 축구 분석 데이터를 방송 DB(530)에 저장된 축구 디지털 방송 정보와 동기화시켜서 네트워크(200)를 통해 시청 디바이스(400)로 전송하도록 제 2 송수신부(510)를 제어할 수 있다.
이에 따라, 방송 제공 모듈(521)에 의해 시청 디바이스(400)에서 제공되는 축구 디지털 방송 정보와 축구 분석 데이터는 생방송 또는 녹화된 경우 모두 초기의 생방송 제작 시점 및 녹화 시점에 비해 타임 갭(time gap)이 발생할 수 있으나, 이러한 타입 갭은 복수의 빅데이터 기반 분석 단말(100) 및 AI 기반 기술 평가 서버(300)의 배치와, 역할 분담 예컨대 상술한 AI 기반 기술 평가 서버(300)의 제 1 제어부(320)를 구성하는 각 모듈에 대해서 하나의 AI 기반 기술 평가 서버(300)에서 복수개로 형성되어 하나의 모듈의 기능만을 수행하도록 하는 등으로 최소화시킬 수 있다.
즉, 방송 제공 모듈(521)은 축구 디지털 콘텐츠 제공 서버(500) 상에서 축구 디지털 방송 서비스와 기술 평가 서비스를 제공하며, 보다 구체적으로, 방송 제공 모듈(521)은 AI 기반 기술 평가 서버(300)에 의한 실시간 제 1 축구 분석 데이터 생성에 의한 축구 디지털 방송 콘텐츠 서비스를 제공한다.
한편, 본 발명의 다른 실시예로, 방송 제공 모듈(521)은 제 1 축구 분석 데이터 해당하는 TAP, TTP, CTP, UTP 외에 BAP(유효공격 횟수), 골(goal) 수, 슈팅(shooting) 수, GSR(골 결정력), ASR(공격 성공률) 등을 추가로 분석한 뒤, 네트워크(200)를 통해 시청 디바이스(400)로 전송하도록 제 2 송수신부(510)를 제어할 수 있다.
평가 데이터 제공 모듈(522)은 전술 빅데이터 DB(330b)의 각 타임 라인의 셀에서 제 2 메타데이터에 해당하는 각 선수 ID 별로 TAP, CTP, UTP를 추출한 뒤, TAP에 제 1 평점 가중치, UTP에 제 2 평점 가중치, CTP에 제 3 평점 가중치를 적용하여 합산 또는 평균한 평점을 연산한 뒤, 선수 ID 별로 미리 설정된 제 1 내지 제 n 단계(n은 2 이상의 자연수 또는 실수)의 평점 레벨을 포함하는 선수별 평가 데이터에 해당하는 제 2 축구 분석 데이터를 생성하여 방송 DB(530)에 저장할 수 있다. 여기서, 제 1 평점 가중치, 제 2 평점 가중치, 제 3 평점 가중치는 TAP, UTP, CTP로 갈수록 공격에 대한 공로가 향상되므로 제 1 평점 가중치에서 제 3 평점 가중치로 갈수록 오름차순으로 높아지도록 평가 데이터 제공 모듈(522)에 의해 설정되는 것이 바람직하다.
본 발명의 또 다른 실시예로, 평가 데이터 제공 모듈(522)은 미리 설정된 임계 평점을 기준으로 선수 비교 정보를 제 2 축구 분석 데이터에 포함시켜 도 10의 a1, 도 11a와 같이 생성하여 방송 DB(530)에 저장한 뒤, 시청자 디바이스(400)에 제공할 수 있으며, 이때, 평점 분포를 기준으로 선수 비교 정보의 예로, "▶ 1 내지 3위의 평점이 특히 높음, ▶ 12 내지 13위의 평점이 특히 낮음" 등과 같은 형식으로 제공할 수 있다. 또한, 평가 데이터 제공 모듈(522)은 도 10의 a2, 도 11b와 같이 상세 평점 정보 및 상세 공격 정보를 생성하여 제 2 축구 분석 데이터에 포함시켜 방송 DB(530)에 저장한 뒤, 시청자 디바이스(400)에게 제공할 수 있으며, 이때, 상세 평점 정보의 예로, "▶ 절대 평점 및/또는 ▶ 상대 평점"과 같은 형식으로 제공할 수 있으며, 상세 공격 정보의 예로, "▶ 세부 공격 내용 및/또는 ▶ 총 공격량/전술량"과 같은 형식으로 제공할 수 있다.
또한, 평가 데이터 제공 모듈(522)은 방송 DB(530)에 저장된 제 2 축구 분석 데이터에 대해서 선수 ID별 평가 데이터를 축구 빅데이터 코드 DB(330a)에서 제 1 메타데이터에 해당하는 팀 ID별로 구분 합산 또는 평균 등의 연산을 통한 팀 평가 데이터에 해당하는 제 3 축구 분석 데이터를 생성하여 방송 DB(530)에 저장한 뒤, 제 3 축구 분석 데이터를 네트워크(200)를 통해 시청 디바이스(400)로 전송하도록 제 2 송수신부(510)를 제어할 수 있다.
또한 본 발명의 다른 실시예로, 평가 데이터 제공 모듈(522)은 제 1 축구 분석 데이터 내지 제 3 축구 분석 데이터를 복수의 축구 경기에 대해서 수집한 뒤, 각 선수 ID 별로 골 득점 100위, 어시스트 100위, 공격 평점 100위, 공격 성공률 100위, 슈팅 성공률 100위, 전술 메이커 100위, 크로스 성공률 100위 등과 같은 분석 데이터를 추가로 생성한 뒤, 네트워크(200)를 통해 시청 디바이스(400)로 전송하도록 제 2 송수신부(510)를 제어할 수 있다.
하이라이트 분석 제공 모듈(523)은 축구 빅데이터 코드 DB(330a)에 저장된 FBC에서 시간 정보를 추출한 뒤, 한 축구 경기의 축구 디지털 방송 정보에서 추출된 시간 정보와 매칭되는 영상 정보를 타임 라인에 따라, 즉 Time(시간대별) 영상 정보로 편집하여, 편집된 하이라이트 영상 정보를 네트워크(200)를 통해 시청 디바이스(400)로 전송하도록 제 2 송수신부(510)를 제어할 수 있다.
동일한 방식으로, 하이라이트 분석 제공 모듈(523)은 FBC, TTP, CTP, UTP에 대한 DB 상의 타임 라인의 셀 정보를 추출한 뒤, 추출된 셀 정보에 따라 시간 배열을 수행하여, Pattern(전술패턴), Graphic(전술시나리오), AI 전술 음성서비스, 전술 데이터(거리/위치) 및 AI 영상 연결서비스 등을 위해 추출된 시간 배열 정보에 따라 영상 정보로 편집하여, 편집된 하이라이트 영상 정보를 네트워크(200)를 통해 시청 디바이스(400)로 전송하도록 제 2 송수신부(510)를 제어할 수 있다.
경기 AI 예측 모듈(524)은 제 1 내지 제 3 분석 데이터에 대해서 공격수, 미드필더, 수비수, 골키퍼 등과 같은 선수 타입 카테고리에 따라 평균값 또는 총점값을 연산한 뒤, 비교를 통해 AI 경기 예측(통계적 분석- 예, 5게임), 회원 AI 예측 리스트(유료서비스), 경기 예측 리서치(경기 중반 설문) 등을 수행하여 네트워크(200)를 통해 시청 디바이스(400)로 전송하도록 제 2 송수신부(510)를 제어할 수 있다.
이상과 같이, 본 명세서와 도면에는 본 발명의 바람직한 실시예에 대하여 개시하였으며, 비록 특정 용어들이 사용되었으나, 이는 단지 본 발명의 기술 내용을 쉽게 설명하고 발명의 이해를 돕기 위한 일반적인 의미에서 사용된 것이지, 본 발명의 범위를 한정하고자 하는 것은 아니다. 여기에 개시된 실시예 외에도 본 발명의 기술적 사상에 바탕을 둔 다른 변형 예들이 실시 가능하다는 것은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에게 자명한 것이다.
1 : AI 전력 평가 기반 축구 콘텐츠 제공 시스템
100 : 빅데이터 기반 분석 단말
200 : 네트워크
300 : AI 기반 기술 평가 서버
400 : 시청 디바이스
500 : 축구 디지털 콘텐츠 제공 서버
100 : 빅데이터 기반 분석 단말
200 : 네트워크
300 : AI 기반 기술 평가 서버
400 : 시청 디바이스
500 : 축구 디지털 콘텐츠 제공 서버
Claims (5)
- 복수의 빅데이터 기반 분석 단말(100)로 이루어진 빅데이터 기반 분석 단말 집합(100a), 네트워크(200), AI 기반 기술 평가 서버(300), 그리고 시청 디바이스(400)를 포함하는 AI 전력 평가 기반 축구 콘텐츠 제공 시스템(1)에 있어서, AI 기반 기술 평가 서버(300)는,
빅데이터 기반 분석 단말 집합(100a)을 구성하는 각 빅데이터 기반 분석 단말(100)로부터 타임 라인에 따른 축구 선수에 대한 선수 기술 데이터를 네트워크(200)를 통해 수신하도록 제 1 송수신부(310)를 제어한 뒤, 입력된 선수 기술 데이터 대해서 미리 설정된 공격 카테고리 중 하나에 해당하는 FBC(Football Big-data Code)로 변환하여, 축구 빅데이터 코드 DB(330a)에 저장하는 축구 빅데이터 수집 모듈(321);
축구 빅데이터 코드 DB(330a)에 공격 데이터화되어 저장된 FBC에 대해서 기술 결과값을 추출한 뒤, 유효 공격인지 여부를 분석하되, 추출된 FBC의 기술 결과값이 각 공격 데이터와 매칭되는 미리 설정된 코드 정보인지를 비교하며, 분석 결과 유효 공격이 아닌 경우, 축구 빅데이터 수집 모듈(321)에 대한 요청을 통해 분석된 선수 기술 데이터의 타임 라인(time line)에 따른 다음번 선수 기술 데이터에 대해서 수신한 뒤, 다시 유효 공격인지 여부를 분석하며, 반대로 분석 결과 유효 공격인 경우 전술 분석 모듈(323)에 대한 통지를 통해 미리 설정된 전술 카테고리 중 하나에 해당하는 전술인지 여부에 대한 분석을 요청하는 공격 데이터 분석 모듈(322); 및
평가용 DB(330)의 전술 빅데이터 DB(330b)에 사전에 저장된 미리 설정된 전술 카테고리 중 하나에 해당하는 전술에 해당하지 않는 경우, FBC에 대해서 TAP(Total Attack Points, 총 공격 포인트)를 설정한 뒤, 축구 빅데이터 코드 DB(330a)에 양 팀 중 분석되는 선수의 팀 ID를 제 1 메타데이터로 하고, 해당 선수의 선수 ID를 제 2 메타데이터로 하여 분석된 선수 기술 데이터의 타임 라인에 해당하는 셀(cell)로 지정하여 평가용 DB(330)의 전술 빅데이터 DB(330b)에 저장하는 전술 분석 모듈(323); 을 포함하는 것을 특징으로 하는 AI 전력 평가 기반 축구 콘텐츠 제공 시스템.
- 청구항 1에 있어서, TAP는,
상대 공격 진영에서 골(goal)을 넣기 위한 유효한 공격 기술의 수에 해당하는 것을 특징으로 하는 AI 전력 평가 기반 축구 콘텐츠 제공 시스템.
- 청구항 1에 있어서,
각 빅데이터 기반 분석 단말(100)은 하나의 축구 경기에서 양팀 중 적어도 하나 이상의 축구 선수에 대한 선수 기술 데이터를 축구 디지털 방송 정보에서 자동 또는 수동으로 분석한 뒤, 축구 빅데이터 수집 모듈(321)에 제공하는 것을 특징으로 하는 AI 전력 평가 기반 축구 콘텐츠 제공 시스템.
- 청구항 3에 있어서, 축구 디지털 방송 정보는,
축구 디지털 콘텐츠 제공 서버(500)의 방송 DB(530)에 저장되며, 축구장 전체에 대한 화각을 갖는 하나의 영상 정보 또는 각 축구 선수별 영상 정보로 생성되어, 축구 선수 간의 축구공을 기준으로 전달 정보를 추출하도록 하는 것을 특징으로 하는 AI 전력 평가 기반 축구 콘텐츠 제공 시스템.
- 청구항 3에 있어서, 각 빅데이터 기반 분석 단말(100)은,
축구 디지털 방송 정보에 대한 네트워크(200)를 통한 방송 DB(530)으로의 액세스와 인증을 통해 정보를 수신할 수 있으며, 수신된 축구 디지털 방송 정보에 대한 자동 분석시 평가용 DB(330)의 축구 빅데이터 코드 DB(330a)에 대한 액세스를 통해 축구 선수에 대한 사전 축구 선수 이미지 정보 및 정형화된 선수 기술 데이터를 제공받아서 사전 축구 선수 이미지 정보와 축구 디지털 방송 정보에서 추출된 축구공을 컨트롤하는 인물의 이미지 정보에 대한 비교를 통해 선수 ID를 제 1 차로 추출하며, 추출된 선수 ID에 해당하는 인물의 이미지 정보의 연속된 동작과 적어도 두 개 이상의 프레임 정보로 형성된 정형화된 선수 기술 데이터와의 비교를 통해 미리 설정된 영상 매칭 확률 이상인 경우 동일한 선수 기술 데이터로 제 2 차로 추출하는 것을 특징으로 하는 AI 전력 평가 기반 축구 콘텐츠 제공 시스템.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020180120867A KR102123738B1 (ko) | 2018-10-11 | 2018-10-11 | Ａｉ 전력 평가 기반 축구 콘텐츠 제공 시스템, 이를 위한 ai 기반 기술 평가 서버 및 축구 디지털 콘텐츠 제공 서버 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020180120867A KR102123738B1 (ko) | 2018-10-11 | 2018-10-11 | Ａｉ 전력 평가 기반 축구 콘텐츠 제공 시스템, 이를 위한 ai 기반 기술 평가 서버 및 축구 디지털 콘텐츠 제공 서버 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20200044207A true KR20200044207A (ko) | 2020-04-29 |
| KR102123738B1 KR102123738B1 (ko) | 2020-06-16 |
Family
ID=70466555
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020180120867A KR102123738B1 (ko) | 2018-10-11 | 2018-10-11 | Ａｉ 전력 평가 기반 축구 콘텐츠 제공 시스템, 이를 위한 ai 기반 기술 평가 서버 및 축구 디지털 콘텐츠 제공 서버 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102123738B1 (ko) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102211135B1 (ko) * | 2020-07-15 | 2021-02-02 | 리디아 주식회사 | 다중 신경망 모델 기반의 농구 경기 분석 장치 및 방법 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100986647B1 (ko) * | 2010-01-21 | 2010-10-08 | 한양대학교 산학협력단 | 축구 경기력 평가 서비스 제공 방법, 장치 및 시스템 |
| KR101764227B1 (ko) * | 2017-03-17 | 2017-08-03 | (주)에이피케이어플킹 | 스포츠 빅 데이터 기반의 데이터 마이닝 기법을 이용한 스포츠 경기 예측분석 인터페이스 제공 시스템 및 방법 |
| KR20180063777A (ko) * | 2016-12-02 | 2018-06-12 | (주) 지티씨솔루션 | 축구 정보 분석 장치 및 그 방법 |
-
2018
- 2018-10-11 KR KR1020180120867A patent/KR102123738B1/ko active IP Right Grant
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100986647B1 (ko) * | 2010-01-21 | 2010-10-08 | 한양대학교 산학협력단 | 축구 경기력 평가 서비스 제공 방법, 장치 및 시스템 |
| KR20180063777A (ko) * | 2016-12-02 | 2018-06-12 | (주) 지티씨솔루션 | 축구 정보 분석 장치 및 그 방법 |
| KR101764227B1 (ko) * | 2017-03-17 | 2017-08-03 | (주)에이피케이어플킹 | 스포츠 빅 데이터 기반의 데이터 마이닝 기법을 이용한 스포츠 경기 예측분석 인터페이스 제공 시스템 및 방법 |
Non-Patent Citations (1)
| Title |
|---|
| 대한민국 특허출원 출원번호 제10-2011-0145286 호 "온라인 축구 게임의 경기 분석 결과 제공 방법 및 장치(METHOD AND APPARATUS FOR PROVIDING ANALYSIS REPORT OF MATCH IN ONLINE FOOTBALL GAME)" |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102211135B1 (ko) * | 2020-07-15 | 2021-02-02 | 리디아 주식회사 | 다중 신경망 모델 기반의 농구 경기 분석 장치 및 방법 |
Also Published As
| Publication number | Publication date |
|---|---|
| KR102123738B1 (ko) | 2020-06-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US9440152B2 (en) | Fantasy sports integration with video content | |
| US11568713B2 (en) | Systems and methods for making use of telemetry tracking devices to enable event based analysis at a live game | |
| CN108553903B (zh) | 控制机器人玩家方法及装置 | |
| US20230377337A1 (en) | Dynamically Predicting Shot Type Using a Personalized Deep Neural Network | |
| CN110392274B (zh) | 一种信息处理方法、设备、客户端、系统及存储介质 | |
| CN103927445B (zh) | 一种特征事件生成方法和装置 | |
| AU2020211935B2 (en) | Systems and methods for partitioning a video feed to segment live player activity | |
| US20180185759A1 (en) | Skill matching for a multiplayer session | |
| US11663725B2 (en) | Selecting viewpoints for rendering in volumetric video presentations | |
| CN112642161B (zh) | 射击游戏的作弊检测、模型训练方法、设备及存储介质 | |
| US20230085122A1 (en) | Systems and methods for making use of telemetry tracking devices to enable event based analysis at a live game | |
| CN114915832B (zh) | 一种弹幕显示方法、装置及计算机可读存储介质 | |
| KR102123738B1 (ko) | Ａｉ 전력 평가 기반 축구 콘텐츠 제공 시스템, 이를 위한 ai 기반 기술 평가 서버 및 축구 디지털 콘텐츠 제공 서버 | |
| Jai-Andaloussi et al. | Soccer video summarization using video content analysis and social media streams | |
| CN106331109A (zh) | 一种数字电视中可视信息智能推荐系统的实现方法 | |
| US10188943B1 (en) | Commentary systems and methods | |
| US11645841B2 (en) | Augmented reality event switching | |
| US11392343B2 (en) | Method and apparatus for processing multi-party audio, and storage medium | |
| WO2021240679A1 (ja) | 映像処理装置、映像処理方法、及び、記録媒体 | |
| KR102149581B1 (ko) | 앱 기반 ａｉ 축구 경기 분석 제공 방법, 이를 위한 축구 분석 앱, 그리고 앱 기반 ａｉ 축구 경기 분석 제공 프로그램을 기록한 컴퓨터로 판독가능한 기록매체 | |
| US11843808B2 (en) | Methods and systems for content management | |
| Ishii et al. | Fighting-game gameplay generation using highlight cues | |
| CN116324917A (zh) | Ai预测概率调节器 | |
| JP2009153144A (ja) | イベント重要度調整方法とその方法を実施する装置 | |
| US20210084352A1 (en) | Automatic generation of augmented reality media |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |