KR20210067874A - 경기 영상 내의 타겟 영상을 제공하기 위한 전자 장치 및 그의 동작 방법 - Google Patents

경기 영상 내의 타겟 영상을 제공하기 위한 전자 장치 및 그의 동작 방법 Download PDF

Info

Publication number
KR20210067874A
KR20210067874A KR1020200134508A KR20200134508A KR20210067874A KR 20210067874 A KR20210067874 A KR 20210067874A KR 1020200134508 A KR1020200134508 A KR 1020200134508A KR 20200134508 A KR20200134508 A KR 20200134508A KR 20210067874 A KR20210067874 A KR 20210067874A
Authority
KR
South Korea
Prior art keywords
image
game
target
processor
target image
Prior art date
Application number
KR1020200134508A
Other languages
English (en)
Other versions
KR102365431B1 (ko
Inventor
백준봉
박상근
허서연
정준영
한규성
Original Assignee
네이버 주식회사
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 네이버 주식회사 filed Critical 네이버 주식회사
Priority to US17/103,199 priority Critical patent/US12003829B2/en
Publication of KR20210067874A publication Critical patent/KR20210067874A/ko
Application granted granted Critical
Publication of KR102365431B1 publication Critical patent/KR102365431B1/ko

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]
    • H04N21/80—Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
    • H04N21/81—Monomedia components thereof
    • H04N21/8126—Monomedia components thereof involving additional data, e.g. news, sports, stocks, weather forecasts
    • G06K9/00724—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
    • G06V20/42—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items of sport video content
    • 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
    • H04N21/47217—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 controlling playback functions for recorded or on-demand content, e.g. using progress bars, mode or play-point indicators or bookmarks

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Human Computer Interaction (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Computational Linguistics (AREA)
  • User Interface Of Digital Computer (AREA)
  • Television Signal Processing For Recording (AREA)
  • Image Analysis (AREA)

Abstract

다양한 실시예들은 경기 영상 내의 타겟 영상을 제공하기 위한 전자 장치 및 그의 동작 방법에 관한 것으로, 스포츠 경기 중 발생되는 이벤트들을 기반으로 텍스트 중계 데이터와 경기 영상을 매핑시켜, 텍스트 중계 데이터와 경기 영상 내에서 기준 시점과 기준 위치를 각각 검출하고, 텍스트 중계 데이터 내에서 기준 시점과 타겟 시점 사이의 시간 간격을 이용하여, 경기 영상 내에서 기준 위치로부터 타겟 위치를 검출하고, 경기 영상 내의 타겟 위치를 기반으로 하는 타겟 영상을 제공하도록 구성될 수 있다.

Description

경기 영상 내의 타겟 영상을 제공하기 위한 전자 장치 및 그의 동작 방법{ELECTRONIC DEVICE FOR PROVIDING TARGET VIDEO IN SPORTS PLAY VIDEO AND OPERATING METHOD THEREOF}
다양한 실시예들은 경기 영상(sports play video) 내의 타겟 영상(target video)을 제공하기 위한 전자 장치 및 그의 동작 방법에 관한 것이다.
일반적으로, 스포츠 경기에 대한 경기 영상이 제공되고 있다. 그런데, 스포츠 경기 중에 발생된 특정 상황에 대한 타겟 영상을 원하는 사용자 요구들이 있다. 이로 인해, 전자 장치는 스포츠 경기 중 복수의 카메라들을 통해 획득된 영상들을 분석하여 타겟 영상을 생성하고, 이를 사용자에게 제공하고 있다. 즉, 전자 장치는 타겟 영상을 생성하기 위해 많은 양의 데이터를 분석해야 하며, 카메라들 및 카메라들과 통신하기 위한 구조물 등을 포함하는 복잡한 인프라를 필요로 한다.
다양한 실시예들은, 경기 영상으로부터 타겟 영상을 검출하여 제공하기 위한 전자 장치 및 그의 동작 방법을 제공한다.
다양한 실시예들은, 동작 및 구조 측면들에서 낮은 복잡도로도 효율적으로 타겟 영상을 제공하기 위한 전자 장치 및 그의 동작 방법을 제공한다.
다양한 실시예들에 따른 전자 장치의 동작 방법은, 스포츠 경기 중 발생되는 이벤트들을 기반으로 텍스트 중계 데이터와 경기 영상을 매핑시켜, 상기 텍스트 중계 데이터와 상기 경기 영상 내에서 기준 시점과 기준 위치를 각각 검출하는 단계, 상기 텍스트 중계 데이터 내에서 상기 기준 시점과 타겟 시점 사이의 시간 간격을 이용하여, 상기 경기 영상 내에서 상기 기준 위치로부터 타겟 위치를 검출하는 단계, 및 상기 경기 영상 내의 상기 타겟 위치를 기반으로 하는 타겟 영상을 제공하는 단계를 포함할 수 있다.
다양한 실시예들에 따른 컴퓨터 프로그램은, 상기 동작 방법을 상기 전자 장치에 실행시키기 위해 비-일시적인 컴퓨터 판독 가능한 기록 매체에 저장될 수 있다.
다양한 실시예들에 따른 비-일시적인 컴퓨터 판독 가능한 기록 매체는, 상기 동작 방법을 상기 전자 장치에 실행시키기 위한 프로그램이 기록되어 있다.
다양한 실시예들에 따른 전자 장치는, 메모리, 및 상기 메모리와 연결되고, 상기 메모리에 저장된 적어도 하나의 명령을 실행하도록 구성된 프로세서를 포함하고, 상기 프로세서는, 스포츠 경기 중 발생되는 이벤트들을 기반으로 텍스트 중계 데이터와 경기 영상을 매핑시켜, 상기 텍스트 중계 데이터와 상기 경기 영상 내에서 기준 시점과 기준 위치를 각각 검출하고, 상기 텍스트 중계 데이터 내에서 상기 기준 시점과 타겟 시점 사이의 시간 간격을 이용하여, 상기 경기 영상 내에서 상기 기준 위치로부터 타겟 위치를 검출하고, 상기 경기 영상 내의 상기 타겟 위치를 기반으로 하는 타겟 영상을 제공하도록 구성될 수 있다.
다양한 실시예들에 따르면, 전자 장치는 텍스트 중계 데이터를 기반으로, 경기 영상으로부터 타겟 영상을 검출하여 제공할 수 있다. 이 때 텍스트 중계 데이터와 경기 영상을 이용함에 따라, 본 문서에서 설명되는 다양한 실시예들에 따른 전자 장치는 신규로 영상을 획득하기 위한 추가 인프라 없이도 가능하다. 이로써, 전자 장치는 동작 및 구조 측면들에서 낮은 복잡도로도 효율적으로 타겟 영상을 제공할 수 있다. 또한, 이에 따라, 전자 장치는 빠른 속도로 타겟 영상을 제공할 수 있다. 예를 들어, 전자 장치는 스포츠 경기의 종료 시점으로부터 수분 내에 타겟 영상을 제공할 수 있다.
도 1은 다양한 실시예들에 따른 전자 장치를 도시하는 도면이다.
도 2 및 도 3은 다양한 실시예들에 따른 전자 장치의 동작 특징들을 설명하기 위한 도면들이다.
도 4a 및 도 4b는 다양한 실시예들에 따른 전자 장치에서 제공되는 서비스를 설명하기 위한 도면들이다.
도 5는 다양한 실시예들에 따른 전자 장치의 동작 방법을 도시하는 도면이다.
도 6은 도 5의 텍스트 중계 데이터와 경기 영상 매핑 단계를 도시하는 도면이다.
도 7은 도 5의 텍스트 중계 데이터에서 기준 시점 검출 및 경기 영상에서 기준 위치 검출 단계를 도시하는 도면이다.
도 8, 도 9, 도 10 및 도 11은 일 실시예에 따른 전자 장치의 동작 방법을 설명하기 위한 도면들이다.
이하, 본 문서의 다양한 실시예들이 첨부된 도면을 참조하여 설명된다.
본 문서에서, '이벤트'라는 용어는 스포츠 경기 중 발생되는 동작 또는 사건을 의미할 수 있다. 일 예로, 스포츠 경기가 야구인 경우, 이벤트는 투구, 홈런, 안타 또는 득점 중 적어도 하나를 포함할 수 있다. 다른 예로, 스포츠 경기가 축구인 경우, 이벤트는 득점 또는 슈팅 중 적어도 하나를 포함할 수 있다.
본 문서에서, '텍스트 중계 데이터'는 스포츠 경기에 대한 실시간 상황을 중계하는 텍스트 데이터를 의미할 수 있다. 여기서, 텍스트 중계 데이터는 이벤트들에 대한 내역을 나타내며, 예컨대 각 이벤트에 대한 식별 정보 및 실제 시점을 포함할 수 있다. 본 문서에서, '경기 영상'은 스포츠 경기를 중계하는 영상 데이터를 의미할 수 있다. 본 문서에서, '타겟 영상'은 경기 영상에서 적어도 하나의 이벤트와 연관되는 부분 영상을 나타낼 수 있다.
도 1은 다양한 실시예들에 따른 전자 장치(100)를 도시하는 도면이다. 도 2 및 도 3은 다양한 실시예들에 따른 전자 장치(100)의 동작 특징들을 설명하기 위한 도면들이다. 도 4a 및 도 4b는 다양한 실시예들에 따른 전자 장치(100)에서 제공되는 서비스를 설명하기 위한 도면들이다.
도 1을 참조하면, 다양한 실시예들에 따른 전자 장치(100)는 연결 단자(110), 통신 모듈(120), 입력 모듈(130), 출력 모듈(140), 메모리(150), 또는 프로세서(160) 중 적어도 하나를 포함할 수 있다. 어떤 실시예들에서, 전자 장치(100)의 구성 요소들 중 적어도 하나가 생략될 수 있으며, 적어도 하나의 다른 구성 요소가 추가될 수 있다. 어떤 실시예들에서, 전자 장치(100)의 구성 요소들 중 적어도 어느 두 개가 하나의 통합된 회로로 구현될 수 있다. 이 때 전자 장치(100)는 단일 서버(server)이거나, 복수의 서버들을 포함할 수 있다. 일 실시예에 따르면, 전자 장치(100)는 경기 영상의 부분 영상으로서 타겟 영상을 제공하기 위한 서버일 수 있다. 다른 실시예에 따르면, 전자 장치(100)는 경기 영상의 부분 영상으로서 타겟 영상을 제공하기 위한 서버를 포함하고, 스포츠 경기 진행 중 경기 영상을 생중계하기 위한 서버 또는 스포츠 경기 진행 중 텍스트 중계 데이터를 제공하기 위한 서버 중 적어도 하나를 더 포함할 수 있다.
연결 단자(110)는 전자 장치(100)에서 외부 장치(102)와 물리적으로 연결될 수 있다. 예를 들면, 외부 장치(102)는 다른 전자 장치를 포함할 수 있다. 이를 위해, 연결 단자(110)는 적어도 하나의 커넥터를 포함할 수 있다. 예를 들면, 커넥터는 HDMI 커넥터, USB 커넥터, SD 카드 커넥터, 또는 오디오 커넥터 중 적어도 하나를 포함할 수 있다.
통신 모듈(120)은 전자 장치(100)에서 외부 장치(102, 104)와 통신을 수행할 수 있다. 통신 모듈(120)은 전자 장치(100)와 외부 장치(102, 104) 간 통신 채널을 수립하고, 통신 채널을 통해, 외부 장치(102, 204)와 통신을 수행할 수 있다. 통신 모듈(120)은 유선 통신 모듈 또는 무선 통신 모듈 중 적어도 하나를 포함할 수 있다. 유선 통신 모듈은 연결 단자(102)를 통해, 외부 장치(102)와 유선으로 연결되어, 유선으로 통신할 수 있다. 무선 통신 모듈은 근거리 통신 모듈 또는 원거리 통신 모듈 중 적어도 하나를 포함할 수 있다. 근거리 통신 모듈은 외부 장치(102)와 근거리 통신 방식으로 통신할 수 있다. 예를 들면, 근거리 통신 방식은, 블루투스(Bluetooth), 와이파이 다이렉트(WiFi direct), 또는 적외선 통신(IrDA; infrared data association) 중 적어도 하나를 포함할 수 있다. 원거리 통신 모듈은 외부 장치(104)와 원거리 통신 방식으로 통신할 수 있다. 여기서, 원거리 통신 모듈은 네트워크(190)를 통해 외부 장치(104)와 통신할 수 있다. 예를 들면, 네트워크(190)는 셀룰러 네트워크, 인터넷, 또는 LAN(local area network)이나 WAN(wide area network)과 같은 컴퓨터 네트워크 중 적어도 하나를 포함할 수 있다.
이 때 외부 장치(102, 104)는 다른 서버, 전자 기기, 위성 또는 기지국, 중 적어도 하나를 포함할 수 있다. 예를 들면, 전자 기기는 스마트폰(smart phone), 휴대폰, 내비게이션, 컴퓨터, 노트북, 디지털방송용 단말, PDA(personal digital assistants), PMP(portable multimedia player), 태블릿 PC, 게임 콘솔(game console), 웨어러블 디바이스(wearable device), IoT(internet of things) 디바이스, 가전 기기, 의료 기기, 또는 로봇(robot) 중 적어도 하나를 포함할 수 있다. 일 실시예에 따르면, 전자 장치(100)가 경기 영상의 부분 영상으로서 타겟 영상을 제공하기 위한 서버일 때, 다른 서버는 스포츠 경기 진행 중 경기 영상을 생중계하기 위한 서버 또는 스포츠 경기 진행 중 텍스트 중계 데이터를 제공하기 위한 서버 중 적어도 하나를 포함할 수 있다. 이 때 전자 기기는 전자 장치(100)에 타겟 영상을 요청하고, 전자 장치(100)에서 제공되는 타겟 영상을 이용할 수 있다.
입력 모듈(130)은 전자 장치(100)의 적어도 하나의 구성 요소에 사용될 신호를 입력할 수 있다. 입력 모듈(130)은, 사용자가 전자 장치(100)에 직접적으로 신호를 입력하도록 구성되는 입력 장치, 주변 환경을 감지하여 신호를 발생하도록 구성되는 센서 장치, 또는 영상을 촬영하여, 영상 데이터를 생성하도록 구성되는 카메라 모듈 중 적어도 하나를 포함할 수 있다. 예를 들면, 입력 장치는 마이크로폰(microphone), 마우스(mouse), 또는 키보드(keyboard) 중 적어도 하나를 포함할 수 있다. 어떤 실시예에서, 센서 장치는 터치를 감지하도록 설정된 터치 회로(touch circuitry) 또는 터치에 의해 발생되는 힘의 세기를 측정하도록 설정된 센서 회로 중 적어도 하나를 포함할 수 있다.
출력 모듈(140)은 정보를 출력할 수 있다. 출력 모듈(140)은 정보를 시각적으로 표시하도록 구성되는 표시 모듈 또는 정보를 청각적으로 재생하도록 구성되는 오디오 모듈 중 적어도 하나를 포함할 수 있다. 예를 들면, 표시 모듈은 디스플레이, 홀로그램 장치, 또는 프로젝터 중 적어도 하나를 포함할 수 있다. 일 예로, 표시 모듈은 입력 모듈(130)의 터치 회로 또는 센서 회로 중 적어도 하나와 조립되어, 터치 스크린으로 구현될 수 있다. 예를 들면, 오디오 모듈은 스피커 또는 리시버 중 적어도 하나를 포함할 수 있다.
메모리(150)는 전자 장치(100)의 적어도 하나의 구성 요소에 의해 사용되는 다양한 데이터를 저장할 수 있다. 예를 들면, 메모리(150)는 휘발성 메모리 또는 비휘발성 메모리 중 적어도 하나를 포함할 수 있다. 데이터는 적어도 하나의 프로그램 및 이와 관련된 입력 데이터 또는 출력 데이터를 포함할 수 있다. 프로그램은 메모리(150)에 적어도 하나의 명령을 포함하는 소프트웨어로서 저장될 수 있으며, 예컨대 운영 체제, 미들 웨어, 또는 어플리케이션 중 적어도 하나를 포함할 수 있다.
프로세서(160)는 메모리(150)의 프로그램을 실행하여, 전자 장치(100)의 적어도 하나의 구성 요소를 제어할 수 있다. 이를 통해, 프로세서(160)는 데이터 처리 또는 연산을 수행할 수 있다. 이 때 프로세서(160)는 메모리(150)에 저장된 명령을 실행할 수 있다. 프로세서(160)는 스포츠 경기에 대한 경기 영상을 기반으로, 적어도 하나의 타겟 영상을 제공할 수 있다. 예를 들면, 프로세서(160)는 스포츠 경기가 생중계되는 동안, 미리 정해진 시간, 예컨대 1 분 단위로 단위 영상들을 순차적으로 저장하고, 스포츠 경기가 종료되면, 단위 영상들을 결합하여 경기 영상을 생성할 수 있다. 일 예로, 스포츠 경기가 야구인 경우, 타겟 영상은 개별 타석 영상일 수 있다. 다른 예로, 스포츠 경기가 축구인 경우, 타겟 영상은 개별 득점 영상 또는 득점 모음 영상일 수 있다. 이 때 프로세서(160)는 스포츠 경기에 대한 텍스트 중계 데이터를 이용하여, 경기 영상 내에서 타겟 영상을 정의할 수 있다.
다양한 실시예들에 따르면, 프로세서(160)는 스포츠 경기 중 발생되는 이벤트들을 기반으로 텍스트 중계 데이터와 경기 영상을 매핑시킬 수 있다. 일 예로, 스포츠 경기가 야구인 경우, 각 이벤트는 각 투구를 나타낼 수 있다. 다른 예로, 스포츠 경기가 축구인 경우, 각 이벤트는 각 득점을 나타낼 수 있다.
프로세서(160)는 경기 영상에서 이벤트들의 발생 위치들을 각각 확인할 수 있다. 여기서, 발생 위치들은 경기 영상 내에서의 시간적 위치들을 각각 나타낼 뿐, 실제 시간들을 나타내지 않는다. 일 실시예에 따르면, 프로세서(160)는 경기 영상의 스코어 보드를 인식하여, 경기 영상에서 이벤트들의 발생 위치들을 각각 확인할 수 있다. 예를 들면, 프로세서(160)는, 도 2에 도시된 바와 같이 경기 영상을 기반으로 정의되는 영상 타임라인 상에서, 이벤트들의 발생 위치들을 각각 확인할 수 있다. 아울러, 프로세서(160)는 경기 영상에서 미리 정해진 모션들을 인식하여, 발생 위치들 사이에서 모션들의 모션 구간들을 각각 확인할 수 있다. 여기서, 모션들은 이벤트들과 관련하여 미리 정해진 적어도 하나의 조건에 부합하는 적어도 하나의 객체(object)의 액션(action)들을 각각 나타낼 수 있다. 예를 들면, 객체는 사람 또는 사물 중 적어도 하나를 포함할 수 있다. 그리고, 프로세서(160)는 텍스트 중계 데이터에서 이벤트들의 실제 시점들을 각각 확인할 수 있다. 예를 들면, 프로세서(160)는, 도 2에 도시된 바와 같이 텍스트 중계 데이터를 기반으로 정의되는 실제 타임라인 상에서, 이벤트들의 실제 시점들을 각각 확인할 수 있다. 이를 통해, 프로세서(160)는 이벤트들을 기반으로 발생 위치들과 실제 시점들을 각각 매핑시킬 수 있다. 바꿔 말하면, 프로세서(160)는 이벤트들의 순서에 따라, 발생 위치들과 실제 시점들을 각각 매핑시킬 수 있다.
다양한 실시예들에 따르면, 프로세서(160)는 텍스트 중계 데이터와 경기 영상 내에서 기준 시점과 기준 위치를 각각 검출할 수 있다. 프로세서(160)는 텍스트 중계 데이터에서 이벤트들 중 최초의 이벤트의 실제 시점을 기준 시점으로 검출할 수 있다. 그리고, 프로세서(160)는 텍스트 중계 데이터에서 기준 시점과 이벤트들 중 나머지의 이벤트들의 실제 시점들 사이의 시간 간격들을 각각 계산할 수 있다. 예를 들면, 프로세서(160)는, 도 2에 도시된 바와 같이 실제 타임라인 상에서 기준 시점을 검출하고, 시간 간격들을 계산할 수 있다. 이를 통해, 프로세서(160)는 시간 간격들을 경기 영상의 모션 구간들에 각각 적용하여, 경기 영상에서 기준 위치를 검출할 수 있다. 예를 들면, 프로세서(160)는, 도 2에 도시된 바와 같이 영상 타임라인 상에서 모션 구간들에 시간 간격들을 각각 뺄셈 적용함으로써, 경기 영상에서 모션 구간들로부터 수렴되는 기준 위치를 검출할 수 있다.
다양한 실시예들에 따르면, 프로세서(160)는 텍스트 중계 데이터 내에서 기준 시점과 타겟 시점 사이의 시간 간격(Δt)을 계산할 수 있다. 예를 들면, 프로세서(160)는, 도 3에 도시된 바와 같이 실제 타임라인 상에서 타겟 시점을 결정하고, 기준 시점과 타겟 시점 사이의 시간 간격(Δt)을 계산할 수 있다. 여기서, 타겟 시점은 서비스 사용자의 요청을 기반으로, 결정될 수 있다. 예를 들면, 프로세서(160)는 외부 장치(102, 104)로부터 서비스 사용자의 요청을 수신하고, 이를 기반으로 타겟 시점을 결정할 수 있다.
일 예로, 스포츠 경기가 야구인 경우, 프로세서(160)는 외부 장치(102, 104)에 도 4a에 도시된 바와 같은 제 1 서비스 화면을 제공하고, 서비스 사용자에 의해 제 1 서비스 화면에서 상위 메뉴, 예컨대 '모든 타석별 영상보기'가 선택되면, 프로세서(160)는 외부 장치(102, 104)에 도 4b에 도시된 바와 같은 제 2 서비스 화면을 제공할 수 있다. 그리고, 서비스 사용자에 의해 제 2 서비스 화면에서 하위 메뉴, 예컨대 4번 타자의 '타석 영상'이 선택되면, 프로세서(160)는 텍스트 중계 데이터로부터 4번 타자의 해당 타석에서의 첫 투구 시점을 타겟 시점으로 결정할 수 있다. 이를 통해, 프로세서(160)는 실제 타임라인 상에서 기준 시점과 타겟 시점 사이의 시간 간격(Δt)을 계산할 수 있다.
다양한 실시예들에 따르면, 프로세서(160)는 시간 간격(Δt)을 이용하여, 경기 영상 내에서 기준 위치로부터 타겟 위치를 검출할 수 있다. 예를 들면, 프로세서(160)는, 도 3에 도시된 바와 같이 영상 타임라인 상에서 기준 위치에 시간 간격(Δt)을 덧셈 적용함으로써, 경기 영상에서 타겟 위치를 검출할 수 있다.
다양한 실시예들에 따르면, 프로세서(160)는 경기 영상 내의 타겟 위치를 기반으로 하는 타겟 영상을 제공할 수 있다. 프로세서(160)는 모션 구간들에서 타겟 위치를 포함하는 모션 구간을 확인하고, 해당 모션 구간을 기반으로 타겟 영상을 결정할 수 있다. 이 때 프로세서(160)는 해당 모션 구간의 시작 위치로부터 타겟 영상을 결정할 수 있다. 일 실시예에 따르면, 프로세서(160)는 각 타겟 영상을 개별적으로 제공할 수 있다. 일 예로, 스포츠 경기가 야구인 경우, 타겟 영상은 개별 타석 영상을 나타내고, 타겟 영상의 시작점은 경기 영상에서 개별 타석의 첫 번째 투구 모션의 시작 위치를 나타낼 수 있다. 다른 예로, 스포츠 경기가 축구인 경우, 타겟 영상은 개별 득점 영상을 나타내고, 타겟 영상의 시작점은 경기 영상에서 해당 득점 전의 공수 전환 패스 모션 또는 해당 득점과 연관된 슈팅 모션의 시작 위치를 나타낼 수 있다. 다른 실시예에 따르면, 프로세서(160)는 복수의 타겟 영상들을 결합하여, 결합된 타겟 영상을 제공할 수 있다. 예를 들면, 스포츠 경기가 축구인 경우, 결합된 타겟 영상은 득점 모음 영상을 나타내고, 결합된 타겟 영상 내에서 개별 타겟 영상의 시작점은 경기 영상에서 해당 득점 전의 공수 전환 패스 모션 또는 해당 득점과 연관된 슈팅 모션의 시작 위치를 나타낼 수 있다.
도 5는 다양한 실시예들에 따른 전자 장치(100)의 동작 방법을 도시하는 도면이다. 도 6은 도 5의 텍스트 중계 데이터와 경기 영상 매핑 단계(510 단계)를 도시하는 도면이다. 도 7은 도 5의 텍스트 중계 데이터에서 기준 시점 검출 및 경기 영상에서 기준 위치 검출 단계(520 단계)를 도시하는 도면이다. 도 8 및 도 9는 일 실시예에 따른 전자 장치(100)의 동작 방법을 설명하기 위한 도면들이다.
도 5를 참조하면, 전자 장치(100)는 510 단계에서 스포츠 경기에 대한 텍스트 중계 데이터와 경기 영상을 매핑시킬 수 있다. 프로세서(160)는 스포츠 경기 중 발생되는 이벤트들을 기반으로 텍스트 중계 데이터와 경기 영상을 매핑시킬 수 있다. 일 예로, 스포츠 경기가 야구인 경우, 각 이벤트는 각 투구를 나타낼 수 있다. 다른 예로, 스포츠 경기가 축구인 경우, 각 이벤트는 각 득점을 나타낼 수 있다. 이에 대해, 도 6을 참조하여, 보다 상세하게 후술될 것이다.
도 6을 참조하면, 전자 장치(100)는 611 단계에서 경기 영상에서 이벤트들의 발생 위치들을 각각 확인할 수 있다. 여기서, 발생 위치들은 경기 영상 내에서의 시간적 위치들을 각각 나타낼 뿐, 실제 시간들을 나타내지 않는다. 이 때 프로세서(160)는 경기 영상의 스코어 보드를 인식하여, 경기 영상에서 이벤트들의 발생 위치들을 각각 확인할 수 있다. 예를 들면, 프로세서(160)는, 도 2에 도시된 바와 같이 경기 영상을 기반으로 정의되는 영상 타임라인 상에서, 이벤트들의 발생 위치들을 각각 확인할 수 있다.
일 실시예에 따르면, 프로세서(160)는 경기 영상(800)에서 스코어 보드(810)를 계속적으로 추적할 수 있다. 이 때 프로세서(160)는, 도 8에 도시된 바와 같이 경기 영상(800)에서 스코어 보드(810)를 인식할 수 있다. 여기서, 프로세서(160)는, 예컨대 YOLOv3과 같은 인공지능 모듈을 이용하여, 경기 영상(800) 내에서 스코어 보드(810)의 영역을 검출할 수 있다. 그리고, 프로세서(160)는 스코어 보드(810) 내에서 이벤트 카운트(830)를 인식할 수 있다. 여기서, 이벤트 카운트(830)는 숫자이며, 프로세서(160)는, 예컨대 OCR(optical character reader)과 같은 비전(vision) 모듈을 이용하여, 이벤트 카운트(830)를 인식할 수 있다. 이를 통해, 프로세서(160)는 이벤트 카운트(830)의 변화에 응답하여, 각 이벤트의 발생 위치를 확인할 수 있다. 즉, 프로세서(160)는 스코어 보드(810)를 추적하면서 이벤트 카운트(830)의 변화를 모니터링하고, 이로써 각 이벤트의 발생 위치를 확인할 수 있다. 일 예로, 스포츠 경기가 야구인 경우, 각 이벤트는 각 투구를 나타내고, 이벤트 카운트(830)는 해당 스포츠 경기에서의 누적 투구수를 나타낼 수 있다. 다른 예로, 스포츠 경기가 축구인 경우, 각 이벤트는 각 득점을 나타내고, 이벤트 카운트(830)는 해당 스포츠 경기에서의 총 득점을 나타낼 수 있다.
예를 들면, 프로세서(160)는, 도 8에 도시된 바와 같이 스코어 보드(810) 내에서 미리 정해진 지표(820)를 식별할 수 있다. 지표(820)는 미리 정해진 형상 또는 사이즈 중 적어도 하나를 가질 수 있다. 일 예로, 스포츠 경기가 야구인 경우, 지표(820)는 야구공 형상을 가질 수 있다. 여기서, 프로세서(160)는, 예컨대 템플릿 매칭(template matching)을 수행하여 지표(820)를 식별하고, 이로써 스코어 보드(810) 내에서 지표(820)의 위치를 검출할 수 있다. 이 후, 프로세서(160)는, 도 8에 도시된 바와 같이 스코어 보드(810) 내에서 지표(820)를 기반으로 이벤트 카운트(830)를 인식할 수 있다. 여기서, 프로세서(160)는 스코어 보드(810) 내에서 지표(820)의 위치를 기반으로 이벤트 카운트(830)의 위치를 예측할 수 있다. 이를 위해, 이벤트 카운트(830)의 위치는 지표(820)의 위치를 기준으로 미리 정해질 수 있다. 예를 들면, 이벤트 카운트(830)의 위치는 지표(820)의 위치를 기준으로 우측, 좌측, 상부 또는 하부 중 적어도 어느 하나로 정해질 수 있다. 프로세서(160)는 예측된 위치에서, 이벤트 카운트(830)를 인식할 수 있다. 이에 따라, 프로세서(160)는 스코어 보드(810)를 추적하면서 이벤트 카운트(830)의 변화를 모니터링하고, 이로써 각 이벤트의 발생 위치를 확인할 수 있다.
전자 장치(100)는 613 단계에서 경기 영상에서 미리 정해진 모션들을 인식하여, 발생 위치들 사이에서 모션들의 모션 구간들을 각각 확인할 수 있다. 이 때 프로세서(160)는 경기 영상에서 적어도 하나의 객체의 액션들을 추적할 수 있다. 예를 들면, 객체는 사람 또는 사물 중 적어도 하나를 포함할 수 있다. 그리고, 프로세서(160)는 액션들로부터 미리 정해진 모션들을 인식할 수 있다. 프로세서(160)는, 예컨대 텐서플로 객체 검출(tensorflow object detection) 모델과 같은 인공지능(artificial intelligence; AI) 모듈과 룰베이스 알고리즘(rule-based algorithm)을 이용하여, 모션들을 인식할 수 있다. 여기서, 모션들은 이벤트들과 관련하여 미리 정해진 적어도 하나의 조건에 부합하는 액션들을 각각 나타낼 수 있다. 아울러, 프로세서(160)는 경기 영상에서 모션들에 각각 대응하여, 발생 위치들 사이의 모션 구간들을 각각 확인할 수 있다.
일 실시예에 따르면, 프로세서(160)는, 도 9에 도시된 바와 같이 경기 영상(900)에서 복수의 객체(910, 920, 930)들의 액션들을 추적할 수 있다. 여기서, 프로세서(160)는 영상 분석 기법에 따라, 경기 영상(900)의 프레임들을 비교하여 객체(910, 920, 930)들의 액션들을 추적할 수 있다. 이를 통해, 프로세서(160)는 액션들로부터 미리 정해진 모션들을 인식할 수 있다. 일 예로, 스포츠 경기가 야구인 경우, 각 이벤트는 각 투구를 나타내고, 모션들은 투구 모션을 포함할 수 있다. 여기서, 투구 모션은 투수(910), 타자(920) 및 포수(930)의 액션들의 조합으로 정해지며, 타자(920)가 투수(910)와 포수(930) 사이에 위치될 조건, 포수(930)의 머리 위치가 타자(920)의 머리 위치 보다 낮아야 하는 조건, 또는 투수(910)의 발 위치가 포수(930)의 발 위치보다 낮을 조건 중 적어도 하나로 정해질 수 있다. 다른 예로, 스포츠 경기가 축구인 경우, 각 이벤트는 각 득점을 나타내고, 모션들은 공수 전환 패스 모션 또는 골대를 향한 슈팅 모션 중 적어도 하나를 포함할 수 있다. 이에 따라, 프로세서(160)는 경기 영상에서 모션들에 각각 대응하여, 발생 위치들 사이의 모션 구간들을 각각 확인할 수 있다.
전자 장치(100)는 615 단계에서 텍스트 중계 데이터에서 이벤트들의 실제 시점들을 각각 확인할 수 있다. 예를 들면, 프로세서(160)는, 도 2에 도시된 바와 같이 텍스트 중계 데이터를 기반으로 정의되는 실제 타임라인 상에서, 이벤트들의 실제 시점들을 각각 확인할 수 있다.
전자 장치(100)는 617 단계에서 이벤트들을 기반으로 발생 위치들과 실제 시점들을 각각 매핑시킬 수 있다. 프로세서(160)는 이벤트들의 순서에 따라, 발생 위치들과 실제 시점들을 각각 매핑시킬 수 있다.
이 후, 전자 장치(100)는 도 5로 리턴하여, 520 단계로 진행할 수 있다.
다시 도 5를 참조하면, 전자 장치(100)는 520 단계에서 텍스트 중계 데이터와 경기 영상 내에서 기준 시점과 기준 위치를 각각 검출할 수 있다. 프로세서(160)는 텍스트 중계 데이터에서 기준 시점을 검출할 수 있다. 그리고, 프로세서(160)는 기준 시점을 기반으로, 경기 영상에서 기준 위치를 검출할 수 있다. 이에 대해, 도 7을 참조하여, 보다 상세하게 후술될 것이다.
도 7을 참조하면, 전자 장치(100)는 721 단계에서 텍스트 중계 데이터에서 이벤트들 중 최초의 이벤트의 실제 시점을 기준 시점으로 검출할 수 있다.
전자 장치(100)는 723 단계에서 텍스트 중계 데이터에서 기준 시점과 이벤트들 중 나머지의 이벤트들의 실제 시점들 사이의 시간 간격들을 각각 계산할 수 있다. 예를 들면, 프로세서(160)는, 도 2에 도시된 바와 같이 실제 타임라인 상에서 기준 시점을 검출하고, 시간 간격들을 계산할 수 있다.
전자 장치(100)는 725 단계에서 시간 간격들을 경기 영상의 모션 구간들에 각각 적용하여, 경기 영상에서 기준 위치를 검출할 수 있다. 예를 들면, 프로세서(160)는, 도 2에 도시된 바와 같이 영상 타임라인 상에서 모션 구간들에 시간 간격들을 각각 뺄셈 적용함으로써, 경기 영상에서 모션 구간들로부터 수렴되는 기준 위치를 검출할 수 있다.
이 후, 전자 장치(100)는 도 5로 리턴하여, 530 단계로 진행할 수 있다.
다시 도 5를 참조하면, 전자 장치(100)는 530 단계에서 텍스트 중계 데이터 내에서 기준 시점과 타겟 시점 사이의 시간 간격(Δt)을 계산할 수 있다. 예를 들면, 프로세서(160)는, 도 3에 도시된 바와 같이 실제 타임라인 상에서 타겟 시점을 결정하고, 기준 시점과 타겟 시점 사이의 시간 간격(Δt)을 계산할 수 있다. 여기서, 타겟 시점은 서비스 사용자의 요청을 기반으로, 결정될 수 있다. 예를 들면, 프로세서(160)는 외부 장치(102, 104)로부터 서비스 사용자의 요청을 수신하고, 이를 기반으로 텍스트 중계 데이터로부터 타겟 시점을 결정할 수 있다.
일 예로, 스포츠 경기가 야구인 경우, 프로세서(160)는 외부 장치(102, 104)에 도 4a에 도시된 바와 같은 제 1 서비스 화면을 제공하고, 서비스 사용자에 의해 제 1 서비스 화면에서 상위 메뉴, 예컨대 '모든 타석별 영상보기'가 선택되면, 프로세서(160)는 외부 장치(102, 104)에 도 4b에 도시된 바와 같은 제 2 서비스 화면을 제공할 수 있다. 그리고, 서비스 사용자에 의해 제 2 서비스 화면에서 하위 메뉴, 예컨대 4번 타자의 '타석 영상'이 선택되면, 프로세서(160)는 텍스트 중계 데이터로부터 4번 타자의 해당 타석에서의 첫 투구 시점을 타겟 시점으로 결정할 수 있다. 이를 통해, 프로세서(160)는 실제 타임라인 상에서 기준 시점과 타겟 시점 사이의 시간 간격(Δt)을 계산할 수 있다.
전자 장치(100)는 540 단계에서 시간 간격(Δt)을 이용하여, 경기 영상 내에서 기준 위치로부터 타겟 위치를 검출할 수 있다. 예를 들면, 프로세서(160)는, 도 3에 도시된 바와 같이 영상 타임라인 상에서 기준 위치에 시간 간격(Δt)을 덧셈 적용함으로써, 경기 영상에서 타겟 위치를 검출할 수 있다.
전자 장치(100)는 550 단계에서 경기 영상 내의 타겟 위치를 기반으로 하는 타겟 영상을 제공할 수 있다. 프로세서(160)는 모션 구간들에서 타겟 위치를 포함하는 모션 구간을 확인하고, 해당 모션 구간을 기반으로 타겟 영상을 결정할 수 있다. 이 때 프로세서(160)는 해당 모션 구간의 시작 위치로부터 타겟 영상을 결정할 수 있다. 일 실시예에 따르면, 프로세서(160)는 각 타겟 영상을 개별적으로 제공할 수 있다. 일 예로, 스포츠 경기가 야구인 경우, 타겟 영상은 개별 타석 영상을 나타내고, 타겟 영상의 시작점은 경기 영상에서 개별 타석의 첫 번째 투구 모션의 시작 위치를 나타낼 수 있다. 다른 예로, 스포츠 경기가 축구인 경우, 타겟 영상은 개별 득점 영상을 나타내고, 타겟 영상의 시작점은 경기 영상에서 해당 득점 전의 공수 전환 패스 모션 또는 해당 득점과 연관된 슈팅 모션의 시작 위치를 나타낼 수 있다. 다른 실시예에 따르면, 프로세서(160)는 복수의 타겟 영상들을 결합하여, 결합된 타겟 영상을 제공할 수 있다. 예를 들면, 스포츠 경기가 축구인 경우, 결합된 타겟 영상은 득점 모음 영상을 나타내고, 결합된 타겟 영상 내에서 개별 타겟 영상의 시작점은 경기 영상에서 해당 득점 전의 공수 전환 패스 모션 또는 해당 득점과 연관된 슈팅 모션의 시작 위치를 나타낼 수 있다.
도 10 및 도 11은 일 실시예에 따른 전자 장치(100)의 동작 방법을 설명하기 위한 도면들이다.
일 실시예에 따르면, 스포츠 경기가 야구인 경우, 전자 장치(100)는 타겟 영상으로서 개별 타석 영상을 제공하도록 동작할 수 있다. 이에 대해, 도 5와 함께, 도 10 및 도 11을 참조하여, 보다 상세하게 후술될 것이다. 여기서, 각 이벤트는 각 투구를 나타낼 수 있다.
먼저, 프로세서(160)는 510 단계에서 투구들을 기반으로 텍스트 중계 데이터와 경기 영상을 매핑시킬 수 있다. 이 때 프로세서(160)는, 도 10에 도시된 바와 같이 경기 영상에서 투구들의 발생 위치들을 각각 확인할 수 있다. 여기서, 프로세서(160)는 경기 영상에서 스코어 보드를 추적하면서 투구수의 변화를 모니터링하고, 투구수의 변화에 응답하여, 경기 영상에서 각 투구의 발생 위치를 확인할 수 있다. 아울러, 프로세서(160)는 경기 영상을 분석하여 투구 모션들을 각각 인식하여, 도 10에 도시된 바와 같이 경기 영상에서 투구 모션들에 각각 대응하는 모션 구간들을 확인할 수 있다. 그리고, 프로세서(160)는, 도 10에 도시된 바와 같이 텍스트 중계 데이터에서 투구들의 실제 시점들을 각각 확인할 수 있다. 이를 통해, 프로세서(160)는 투구들을 기반으로 발생 위치들과 실제 시점들을 각각 매핑시킬 수 있다.
다음으로, 프로세서(160)는 520 단계에서 텍스트 중계 데이터와 경기 영상 내에서 기준 시점과 기준 위치를 각각 검출할 수 있다. 프로세서(160)는, 도 10에 도시된 바와 같이 텍스트 중계 데이터에서 투구들 중 첫 번째 투구의 실제 시점을 기준 시점으로 검출할 수 있다. 그리고, 프로세서(160)는 텍스트 중계 데이터에서 기준 시점과 투구들 중 나머지의 투구들의 실제 시점들 사이의 시간 간격들을 각각 계산할 수 있다. 이를 통해, 프로세서(160)는, 도 10에 도시된 바와 같이 모션 구간들에 시간 간격들을 각각 뺄셈 적용함으로써, 경기 영상에서 모션 구간들로부터 수렴되는 기준 위치를 검출할 수 있다.
이어서, 프로세서(160)는 530 단계에서 텍스트 중계 데이터 내에서 기준 시점과 타겟 시점 사이의 시간 간격(Δt)을 계산할 수 있다. 이 때 프로세서(160)는, 도 11에 도시된 바와 같이 타겟 시점을 결정하고, 기준 시점과 타겟 시점 사이의 시간 간격(Δt)을 계산할 수 있다. 일 예로, 스포츠 경기가 야구인 경우, 프로세서(160)는 외부 장치(102, 104)에 도 4a에 도시된 바와 같은 제 1 서비스 화면을 제공하고, 서비스 사용자에 의해 제 1 서비스 화면에서 상위 메뉴, 예컨대 '모든 타석별 영상보기'가 선택되면, 프로세서(160)는 외부 장치(102, 104)에 도 4b에 도시된 바와 같은 제 2 서비스 화면을 제공할 수 있다. 그리고, 서비스 사용자에 의해 제 2 서비스 화면에서 하위 메뉴, 예컨대 4번 타자의 '타석 영상'이 선택되면, 프로세서(160)는 텍스트 중계 데이터로부터 4번 타자의 해당 타석에서의 첫 투구 시점을 타겟 시점으로 결정할 수 있다. 이를 통해, 프로세서(160)는 실제 타임라인 상에서 기준 시점과 타겟 시점 사이의 시간 간격(Δt)을 계산할 수 있다.
계속해서, 프로세서(160)는 540 단계에서 시간 간격(Δt)을 이용하여, 경기 영상 내에서 기준 위치로부터 타겟 위치를 검출할 수 있다. 이 때 프로세서(160)는, 도 11에 도시된 바와 같이 기준 위치에 시간 간격(Δt)을 덧셈 적용함으로써, 경기 영상에서 타겟 위치를 검출할 수 있다.
마지막으로, 프로세서(160)는 550 단계에서 경기 영상 내의 타겟 위치를 기반으로 하는 타석 영상을 제공할 수 있다. 프로세서(160)는 모션 구간들에서 타겟 위치를 포함하는 모션 구간을 확인하고, 해당 모션 구간을 기반으로 타석 영상을 결정할 수 있다. 이 때 프로세서(160)는 해당 모션 구간의 시작 위치로부터 타석 영상을 결정할 수 있다. 여기서, 타겟 영상의 시작점은 경기 영상에서 개별 타석의 첫 번째 투구 모션의 시작 위치를 나타낼 수 있다.
다양한 실시예들에 따르면, 전자 장치(100)는 텍스트 중계 데이터를 기반으로, 경기 영상으로부터 타겟 영상을 검출하여 제공할 수 있다. 이 때 텍스트 중계 데이터와 경기 영상을 이용함에 따라, 본 문서에서 설명되는 다양한 실시예들에 따른 전자 장치(100)에는 신규로 영상을 획득하기 위한 추가 인프라 없이도 가능하다. 이로써, 전자 장치(100)는 동작 및 구조 측면들에서 낮은 복잡도로도 효율적으로 타겟 영상을 제공할 수 있다. 또한, 이에 따라, 전자 장치(100)는 빠른 속도로 타겟 영상을 제공할 수 있다. 예를 들어, 전자 장치(100)는 스포츠 경기의 종료 시점으로부터 수분 내에 타겟 영상을 제공할 수 있다.
다양한 실시예들에 따른 전자 장치(100)의 동작 방법은, 스포츠 경기 중 발생되는 이벤트들을 기반으로 텍스트 중계 데이터와 경기 영상을 매핑시켜, 텍스트 중계 데이터와 경기 영상 내에서 기준 시점과 기준 위치를 각각 검출하는 단계(510 단계, 520 단계), 텍스트 중계 데이터 내에서 기준 시점과 타겟 시점 사이의 시간 간격을 이용하여, 경기 영상 내에서 기준 위치로부터 타겟 위치를 검출하는 단계(530 단계, 540 단계), 및 경기 영상 내의 타겟 위치를 기반으로 하는 타겟 영상을 제공하는 단계(550 단계)를 포함할 수 있다.
다양한 실시예들에 따르면, 상기 방법은, 경기 영상의 스코어 보드를 인식하여, 경기 영상에서 이벤트들의 발생 위치들을 각각 확인하는 단계(611 단계)를 더 포함할 수 있다.
다양한 실시예들에 따르면, 상기 방법은, 경기 영상에서 미리 정해진 모션들을 인식하여, 발생 위치들 사이에서 모션들의 모션 구간들을 각각 확인하는 단계(613 단계)를 더 포함할 수 있다.
다양한 실시예들에 따르면, 기준 시점과 기준 위치를 각각 검출하는 단계(510 단계, 520 단계)는, 텍스트 중계 데이터에서 이벤트들의 실제 시점들을 각각 확인하는 단계(615 단계), 발생 위치들과 실제 시점들을 각각 매핑시키는 단계(617 단계), 이벤트들 중 최초의 이벤트의 실제 시점을 기준 시점으로 검출하는 단계(721 단계), 및 텍스트 중계 데이터에서 기준 시점과 이벤트들 중 나머지의 이벤트들의 실제 시점들 사이의 시간 간격들을 발생 위치들 사이의 모션 구간들에 각각 적용하여, 기준 위치를 검출하는 단계(723 단계, 725 단계)를 포함할 수 있다.
다양한 실시예들에 따르면, 타겟 영상을 제공하는 단계(550 단계)는, 타겟 위치를 포함하는 모션 구간을 기반으로 타겟 영상을 결정하는 단계를 포함할 수 있다.
다양한 실시예들에 따르면, 발생 위치들을 각각 확인하는 단계(611 단계)는, 경기 영상에서 스코어 보드를 인식하는 단계, 스코어 보드 내에서 미리 정해진 지표를 식별하는 단계, 스코어 보드 내에서 지표의 위치를 기반으로, 이벤트 카운트를 인식하는 단계, 및 이벤트 카운트의 변화 시, 각 이벤트의 발생 위치를 확인하는 단계를 포함할 수 있다.
다양한 실시예들에 따르면, 타겟 영상을 제공하는 단계(550 단계)는, 타겟 영상을 적어도 하나의 다른 타겟 영상과 결합하여, 결합된 타겟 영상을 제공하는 단계를 포함할 수 있다.
일 실시예에 따르면, 스포츠 경기는 야구이고, 이벤트들은 투구를 포함하고, 타겟 영상은 개별 타석 영상을 포함하고, 모션들은 투구 모션을 포함하고, 타겟 영상의 시작점은 경기 영상에서 개별 타석의 첫 번째 투구 모션의 시작 위치를 나타낼 수 있다.
다른 실시예에 따르면, 스포츠 경기는 축구이고, 이벤트들은 득점을 포함하고, 타겟 영상은 개별 득점 영상 또는 득점 모음 영상을 포함할 수 있다.
다양한 실시예들에 따른 전자 장치(100)는, 메모리(150), 및 상기 메모리(150)와 연결되고, 상기 메모리(150)에 저장된 적어도 하나의 명령을 실행하도록 구성된 프로세서(160)를 포함할 수 있다.
다양한 실시예들에 따르면, 상기 프로세서(160)는, 스포츠 경기 중 발생되는 이벤트들을 기반으로 텍스트 중계 데이터와 경기 영상을 매핑시켜, 상기 텍스트 중계 데이터와 상기 경기 영상 내에서 기준 시점과 기준 위치를 각각 검출하고, 상기 텍스트 중계 데이터 내에서 상기 기준 시점과 타겟 시점 사이의 시간 간격을 이용하여, 상기 경기 영상 내에서 상기 기준 위치로부터 타겟 위치를 검출하고, 상기 경기 영상 내의 상기 타겟 위치를 기반으로 하는 타겟 영상을 제공하도록 구성될 수 있다.
다양한 실시예들에 따르면, 상기 프로세서(160)는, 상기 경기 영상의 스코어 보드를 인식하여, 상기 경기 영상에서 상기 이벤트들의 발생 위치들을 각각 확인하도록 구성될 수 있다.
다양한 실시예들에 따르면, 상기 프로세서(160)는, 상기 경기 영상에서 미리 정해진 모션들을 인식하여, 상기 발생 위치들 사이에서 상기 모션들의 모션 구간들을 각각 확인하도록 구성될 수 있다.
다양한 실시예들에 따르면, 상기 프로세서(160)는, 상기 텍스트 중계 데이터에서 상기 이벤트들의 실제 시점들을 각각 확인하고, 상기 발생 위치들과 상기 실제 시점들을 각각 매핑시키고, 상기 이벤트들 중 최초의 이벤트의 실제 시점을 상기 기준 시점으로 검출하고, 상기 텍스트 중계 데이터에서 상기 기준 시점과 상기 이벤트들 중 나머지의 이벤트들의 실제 시점들 사이의 시간 간격들을 상기 발생 위치들 사이의 상기 모션 구간들에 각각 적용하여, 상기 기준 위치를 검출하도록 구성될 수 있다.
다양한 실시예들에 따르면, 상기 프로세서(160)는, 상기 타겟 위치를 포함하는 모션 구간을 기반으로 상기 타겟 영상을 결정하도록 구성될 수 있다.
다양한 실시예들에 따르면, 상기 프로세서(160)는, 상기 경기 영상에서 상기 스코어 보드를 인식하고, 상기 스코어 보드 내에서 미리 정해진 지표를 식별하고, 상기 스코어 보드 내에서 상기 지표의 위치를 기반으로, 이벤트 카운트를 인식하고, 상기 이벤트 카운트의 변화 시, 각 이벤트의 발생 위치를 확인하도록 구성될 수 있다.
다양한 실시예들에 따르면, 상기 프로세서(160)는, 상기 타겟 영상을 적어도 하나의 다른 타겟 영상과 결합하여, 결합된 타겟 영상을 제공하도록 구성될 수 있다.
일 실시예에 따르면, 스포츠 경기는 야구이고, 이벤트들은 투구를 포함하고, 타겟 영상은 개별 타석 영상을 포함하고, 모션들은 투구 모션을 포함하고, 타겟 영상의 시작점은 경기 영상에서 개별 타석의 첫 번째 투구 모션의 시작 위치를 나타낼 수 있다.
다른 실시예에 따르면, 스포츠 경기는 축구이고, 이벤트들은 득점을 포함하고, 타겟 영상은 개별 득점 영상 또는 득점 모음 영상을 포함할 수 있다.
이상에서 설명된 장치는 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치 및 구성요소는, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPGA(field programmable gate array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 어플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.
소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 컴퓨터 저장 매체 또는 장치에 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.
다양한 실시예들에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 이 때 매체는 컴퓨터로 실행 가능한 프로그램을 계속 저장하거나, 실행 또는 다운로드를 위해 임시 저장하는 것일 수도 있다. 그리고, 매체는 단일 또는 수 개의 하드웨어가 결합된 형태의 다양한 기록수단 또는 저장수단일 수 있는데, 어떤 컴퓨터 시스템에 직접 접속되는 매체에 한정되지 않고, 네트워크 상에 분산 존재하는 것일 수도 있다. 매체의 예시로는, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM 및 DVD와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical medium), 및 ROM, RAM, 플래시 메모리 등을 포함하여 프로그램 명령어가 저장되도록 구성된 것이 있을 수 있다. 또한, 다른 매체의 예시로, 어플리케이션을 유통하는 앱 스토어나 기타 다양한 소프트웨어를 공급 내지 유통하는 사이트, 서버 등에서 관리하는 기록매체 내지 저장매체도 들 수 있다.
본 문서의 다양한 실시예들 및 이에 사용된 용어들은 본 문서에 기재된 기술을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 해당 실시 예의 다양한 변경, 균등물, 및/또는 대체물을 포함하는 것으로 이해되어야 한다. 도면의 설명과 관련하여, 유사한 구성 요소에 대해서는 유사한 참조 부호가 사용될 수 있다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함할 수 있다. 본 문서에서, "A 또는 B", "A 및/또는 B 중 적어도 하나", "A, B 또는 C" 또는 "A, B 및/또는 C 중 적어도 하나" 등의 표현은 함께 나열된 항목들의 모든 가능한 조합을 포함할 수 있다. "제 1", "제 2", "첫째" 또는 "둘째" 등의 표현들은 해당 구성 요소들을, 순서 또는 중요도에 상관없이 수식할 수 있고, 한 구성 요소를 다른 구성 요소와 구분하기 위해 사용될 뿐 해당 구성 요소들을 한정하지 않는다. 어떤(예: 제 1) 구성 요소가 다른(예: 제 2) 구성 요소에 "(기능적으로 또는 통신적으로) 연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 상기 어떤 구성 요소가 상기 다른 구성 요소에 직접적으로 연결되거나, 다른 구성 요소(예: 제 3 구성 요소)를 통하여 연결될 수 있다.
본 문서에서 사용된 용어 "모듈"은 하드웨어, 소프트웨어 또는 펌웨어로 구성된 유닛을 포함하며, 예를 들면, 로직, 논리 블록, 부품, 또는 회로 등의 용어와 상호 호환적으로 사용될 수 있다. 모듈은, 일체로 구성된 부품 또는 하나 또는 그 이상의 기능을 수행하는 최소 단위 또는 그 일부가 될 수 있다. 예를 들면, 모듈은 ASIC(application-specific integrated circuit)으로 구성될 수 있다.
다양한 실시예들에 따르면, 기술한 구성 요소들의 각각의 구성 요소(예: 모듈 또는 프로그램)는 단수 또는 복수의 개체를 포함할 수 있다. 다양한 실시예들에 따르면, 전술한 해당 구성 요소들 중 하나 이상의 구성 요소들 또는 단계들이 생략되거나, 또는 하나 이상의 다른 구성 요소들 또는 단계들이 추가될 수 있다. 대체적으로 또는 추가적으로, 복수의 구성 요소들(예: 모듈 또는 프로그램)은 하나의 구성 요소로 통합될 수 있다. 이런 경우, 통합된 구성 요소는 복수의 구성 요소들 각각의 구성 요소의 하나 이상의 기능들을 통합 이전에 복수의 구성 요소들 중 해당 구성 요소에 의해 수행되는 것과 동일 또는 유사하게 수행할 수 있다. 다양한 실시예들에 따르면, 모듈, 프로그램 또는 다른 구성 요소에 의해 수행되는 단계들은 순차적으로, 병렬적으로, 반복적으로, 또는 휴리스틱하게 실행되거나, 단계들 중 하나 이상이 다른 순서로 실행되거나, 생략되거나, 또는 하나 이상의 다른 단계들이 추가될 수 있다.

Claims (20)

  1. 전자 장치의 동작 방법에 있어서,
    스포츠 경기 중 발생되는 이벤트들을 기반으로 텍스트 중계 데이터와 경기 영상을 매핑시켜, 상기 텍스트 중계 데이터와 상기 경기 영상 내에서 기준 시점과 기준 위치를 각각 검출하는 단계;
    상기 텍스트 중계 데이터 내에서 상기 기준 시점과 타겟 시점 사이의 시간 간격을 이용하여, 상기 경기 영상 내에서 상기 기준 위치로부터 타겟 위치를 검출하는 단계; 및
    상기 경기 영상 내의 상기 타겟 위치를 기반으로 하는 타겟 영상을 제공하는 단계
    를 포함하는, 방법.
  2. 제 1 항에 있어서,
    상기 경기 영상의 스코어 보드를 인식하여, 상기 경기 영상에서 상기 이벤트들의 발생 위치들을 각각 확인하는 단계
    를 더 포함하는, 방법.
  3. 제 2 항에 있어서,
    상기 경기 영상에서 미리 정해진 모션들을 인식하여, 상기 발생 위치들 사이에서 상기 모션들의 모션 구간들을 각각 확인하는 단계
    를 더 포함하는, 방법.
  4. 제 3 항에 있어서,
    상기 기준 시점과 상기 기준 위치를 각각 검출하는 단계는,
    상기 텍스트 중계 데이터에서 상기 이벤트들의 실제 시점들을 각각 확인하는 단계;
    상기 발생 위치들과 상기 실제 시점들을 각각 매핑시키는 단계;
    상기 이벤트들 중 최초의 이벤트의 실제 시점을 상기 기준 시점으로 검출하는 단계; 및
    상기 텍스트 중계 데이터에서 상기 기준 시점과 상기 이벤트들 중 나머지의 이벤트들의 실제 시점들 사이의 시간 간격들을 상기 발생 위치들 사이의 상기 모션 구간들에 각각 적용하여, 상기 기준 위치를 검출하는 단계
    를 포함하는, 방법.
  5. 제 3 항에 있어서,
    상기 타겟 영상을 제공하는 단계는,
    상기 타겟 위치를 포함하는 모션 구간을 기반으로 상기 타겟 영상을 결정하는 단계
    를 포함하는, 방법.
  6. 제 2 항에 있어서,
    상기 발생 위치들을 각각 확인하는 단계는,
    상기 경기 영상에서 상기 스코어 보드를 인식하는 단계;
    상기 스코어 보드 내에서 미리 정해진 지표를 식별하는 단계;
    상기 스코어 보드 내에서 상기 지표의 위치를 기반으로, 이벤트 카운트를 인식하는 단계; 및
    상기 이벤트 카운트의 변화 시, 각 이벤트의 발생 위치를 확인하는 단계
    를 포함하는, 방법.
  7. 제 1 항에 있어서,
    상기 타겟 영상을 제공하는 단계는,
    상기 타겟 영상을 적어도 하나의 다른 타겟 영상과 결합하여, 결합된 타겟 영상을 제공하는 단계
    를 포함하는, 방법.
  8. 제 5 항에 있어서,
    상기 스포츠 경기는 야구이고,
    상기 이벤트들은 투구를 포함하고,
    상기 타겟 영상은 개별 타석 영상을 포함하고,
    상기 모션들은 투구 모션을 포함하고,
    상기 타겟 영상의 시작점은 상기 경기 영상에서 개별 타석의 첫 번째 투구 모션의 시작 위치를 나타내는,
    방법.
  9. 제 7 항에 있어서,
    상기 스포츠 경기는 축구이고,
    상기 이벤트들은 득점을 포함하고,
    상기 타겟 영상은 개별 득점 영상 또는 득점 모음 영상을 포함하는,
    방법.
  10. 제 1 항 또는 제 9 항 중 어느 한 항의 동작 방법을 상기 전자 장치에 실행시키기 위해 비-일시적인 컴퓨터 판독 가능한 기록 매체에 저장되는 컴퓨터 프로그램.
  11. 제 1 항 또는 제 9 항 중 어느 한 항의 동작 방법을 상기 전자 장치에 실행시키기 위한 프로그램이 기록되어 있는 비-일시적인 컴퓨터 판독 가능한 기록 매체.
  12. 전자 장치에 있어서,
    메모리; 및
    상기 메모리와 연결되고, 상기 메모리에 저장된 적어도 하나의 명령을 실행하도록 구성된 프로세서를 포함하고,
    상기 프로세서는,
    스포츠 경기 중 발생되는 이벤트들을 기반으로 텍스트 중계 데이터와 경기 영상을 매핑시켜, 상기 텍스트 중계 데이터와 상기 경기 영상 내에서 기준 시점과 기준 위치를 각각 검출하고,
    상기 텍스트 중계 데이터 내에서 상기 기준 시점과 타겟 시점 사이의 시간 간격을 이용하여, 상기 경기 영상 내에서 상기 기준 위치로부터 타겟 위치를 검출하고,
    상기 경기 영상 내의 상기 타겟 위치를 기반으로 하는 타겟 영상을 제공하도록 구성되는,
    장치.
  13. 제 12 항에 있어서,
    상기 프로세서는,
    상기 경기 영상의 스코어 보드를 인식하여, 상기 경기 영상에서 상기 이벤트들의 발생 위치들을 각각 확인하도록 구성되는,
    장치.
  14. 제 13 항에 있어서,
    상기 프로세서는,
    상기 경기 영상에서 미리 정해진 모션들을 인식하여, 상기 발생 위치들 사이에서 상기 모션들의 모션 구간들을 각각 확인하도록 구성되는,
    장치.
  15. 제 14 항에 있어서,
    상기 프로세서는,
    상기 텍스트 중계 데이터에서 상기 이벤트들의 실제 시점들을 각각 확인하고,
    상기 발생 위치들과 상기 실제 시점들을 각각 매핑시키고,
    상기 이벤트들 중 최초의 이벤트의 실제 시점을 상기 기준 시점으로 검출하고,
    상기 텍스트 중계 데이터에서 상기 기준 시점과 상기 이벤트들 중 나머지의 이벤트들의 실제 시점들 사이의 시간 간격들을 상기 발생 위치들 사이의 상기 모션 구간들에 각각 적용하여, 상기 기준 위치를 검출하도록 구성되는,
    장치.
  16. 제 14 항에 있어서,
    상기 프로세서는,
    상기 타겟 위치를 포함하는 모션 구간을 기반으로 상기 타겟 영상을 결정하도록 구성되는,
    장치.
  17. 제 13 항에 있어서,
    상기 프로세서는,
    상기 경기 영상에서 상기 스코어 보드를 인식하고,
    상기 스코어 보드 내에서 미리 정해진 지표를 식별하고,
    상기 스코어 보드 내에서 상기 지표의 위치를 기반으로, 이벤트 카운트를 인식하고,
    상기 이벤트 카운트의 변화 시, 각 이벤트의 발생 위치를 확인하도록 구성되는,
    장치
  18. 제 12 항에 있어서,
    상기 프로세서는,
    상기 타겟 영상을 적어도 하나의 다른 타겟 영상과 결합하여, 결합된 타겟 영상을 제공하도록 구성되는,
    장치.
  19. 제 16 항에 있어서,
    상기 스포츠 경기는 야구이고,
    상기 이벤트들은 투구를 포함하고,
    상기 타겟 영상은 개별 타석 영상을 포함하고,
    상기 모션들은 투구 모션을 포함하고,
    상기 타겟 영상의 시작점은 상기 경기 영상에서 개별 타석의 첫 번째 투구 모션의 시작 위치를 나타내는,
    장치.
  20. 제 18 항에 있어서,
    상기 스포츠 경기는 축구이고,
    상기 이벤트들은 득점을 포함하고,
    상기 타겟 영상은 개별 득점 영상 또는 득점 모음 영상을 포함하는,
    장치.
KR1020200134508A 2019-11-29 2020-10-16 경기 영상 내의 타겟 영상을 제공하기 위한 전자 장치 및 그의 동작 방법 KR102365431B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
US17/103,199 US12003829B2 (en) 2019-11-29 2020-11-24 Electronic device for providing target video in sports play video and operating method thereof

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR20190157692 2019-11-29
KR1020190157692 2019-11-29

Publications (2)

Publication Number Publication Date
KR20210067874A true KR20210067874A (ko) 2021-06-08
KR102365431B1 KR102365431B1 (ko) 2022-02-21

Family

ID=76399571

Family Applications (2)

Application Number Title Priority Date Filing Date
KR1020200134508A KR102365431B1 (ko) 2019-11-29 2020-10-16 경기 영상 내의 타겟 영상을 제공하기 위한 전자 장치 및 그의 동작 방법
KR1020200134509A KR102466526B1 (ko) 2019-11-29 2020-10-16 경기 영상에 대한 이벤트의 태깅을 위한 전자 장치 및 그의 동작 방법

Family Applications After (1)

Application Number Title Priority Date Filing Date
KR1020200134509A KR102466526B1 (ko) 2019-11-29 2020-10-16 경기 영상에 대한 이벤트의 태깅을 위한 전자 장치 및 그의 동작 방법

Country Status (1)

Country Link
KR (2) KR102365431B1 (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102352955B1 (ko) * 2021-08-11 2022-01-19 주식회사 이노피아테크 포즈인식 기술을 활용한 하이라이트 영상기반 편리한 tv 시청 지원 방법 및 장치
KR20230032426A (ko) * 2021-08-31 2023-03-07 네이버 주식회사 음성 인식을 기반으로 경기 영상으로부터 타겟 영상을 검출하기 위한 컴퓨터 시스템 및 그의 방법
KR20230091747A (ko) * 2021-12-16 2023-06-23 주식회사 스포비 야구 경기의 스케줄링 정보를 통한 경기 영상 자동 획득 및 메이킹 시스템

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20140139859A (ko) * 2013-05-28 2014-12-08 삼성전자주식회사 멀티미디어 콘텐츠 검색을 위한 사용자 인터페이스 방법 및 장치
KR20150006624A (ko) * 2013-07-09 2015-01-19 주식회사 스카이스포츠 양방향 스포츠 경기 정보 제공 시스템
KR20150118002A (ko) * 2014-04-11 2015-10-21 삼성전자주식회사 요약 컨텐츠 서비스를 위한 방송 수신 장치 및 방법
KR20190016758A (ko) * 2017-08-09 2019-02-19 정지훈 스포츠 영상 제공 장치

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090083787A1 (en) * 2007-09-20 2009-03-26 Microsoft Corporation Pivotable Events Timeline
US11509944B2 (en) * 2017-05-18 2022-11-22 Nbcuniversal Media, Llc System and method for presenting contextual clips for distributed content

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20140139859A (ko) * 2013-05-28 2014-12-08 삼성전자주식회사 멀티미디어 콘텐츠 검색을 위한 사용자 인터페이스 방법 및 장치
KR20150006624A (ko) * 2013-07-09 2015-01-19 주식회사 스카이스포츠 양방향 스포츠 경기 정보 제공 시스템
KR20150118002A (ko) * 2014-04-11 2015-10-21 삼성전자주식회사 요약 컨텐츠 서비스를 위한 방송 수신 장치 및 방법
KR20190016758A (ko) * 2017-08-09 2019-02-19 정지훈 스포츠 영상 제공 장치

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102352955B1 (ko) * 2021-08-11 2022-01-19 주식회사 이노피아테크 포즈인식 기술을 활용한 하이라이트 영상기반 편리한 tv 시청 지원 방법 및 장치
KR20230032426A (ko) * 2021-08-31 2023-03-07 네이버 주식회사 음성 인식을 기반으로 경기 영상으로부터 타겟 영상을 검출하기 위한 컴퓨터 시스템 및 그의 방법
KR20230091747A (ko) * 2021-12-16 2023-06-23 주식회사 스포비 야구 경기의 스케줄링 정보를 통한 경기 영상 자동 획득 및 메이킹 시스템

Also Published As

Publication number Publication date
KR20210067875A (ko) 2021-06-08
KR102365431B1 (ko) 2022-02-21
KR102466526B1 (ko) 2022-11-14

Similar Documents

Publication Publication Date Title
KR102365431B1 (ko) 경기 영상 내의 타겟 영상을 제공하기 위한 전자 장치 및 그의 동작 방법
US10748376B2 (en) Real-time game tracking with a mobile device using artificial intelligence
US10872240B2 (en) Systems and methods for generating media content
WO2019100757A1 (zh) 视频生成方法、装置和电子设备
WO2019100754A1 (zh) 人体动作的识别方法、装置和电子设备
US20210170229A1 (en) Systems and methods for providing strategic game recommendations in a sports contest using artificial intelligence
EP3012751A1 (en) Method, apparatus and computer program product for generating semantic information from video content
CN109145809B (zh) 一种记谱处理方法和装置以及计算机可读存储介质
CN110246110B (zh) 图像评估方法、装置及存储介质
US20240050803A1 (en) Video-based motion counting and analysis systems and methods for virtual fitness application
CN103608761A (zh) 输入设备、输入方法以及记录介质
CN114095742A (zh) 一种视频推荐方法、装置、计算机设备及存储介质
US20210158501A1 (en) Recommendation engine for comparing physical activity to ground truth
CN111986229A (zh) 视频目标检测方法、装置及计算机系统
US11501577B2 (en) Information processing apparatus, information processing method, and storage medium for determining a contact between objects
KR102293880B1 (ko) 반응형 광고 출력 시스템
US20170193668A1 (en) Intelligent Equipment-Based Motion Sensing Control Method, Electronic Device and Intelligent Equipment
US12003829B2 (en) Electronic device for providing target video in sports play video and operating method thereof
US20210168468A1 (en) Electronic device for providing target video in sports play video and operating method thereof
US20200108302A1 (en) Systems and methods for ball location on a sports field
US11837262B2 (en) Electronic device for tagging event in sports play video and operating method thereof
CN110782530B (zh) 自动驾驶仿真系统中车辆信息的展示方法及装置
KR102601283B1 (ko) 경기 영상으로부터 타겟 영상 생성 시 불필요한 영상을 제거하기 위한 컴퓨터 시스템 및 그의 방법
CN113780291A (zh) 一种图像处理方法、装置、电子设备及存储介质
CN108898134B (zh) 号码识别方法、装置、终端设备和存储介质

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant