本發(fā)明涉及視頻提取技術(shù)，具體涉及一種通過對視頻的字幕識別自動提取進(jìn)球精彩瞬間的方法。

背景技術(shù)：

就目前而言，融合媒體時代，廣電媒體和互聯(lián)網(wǎng)媒體齊頭并進(jìn)，相輔相成。廣電媒體擁有豐富的資源，比如，有大量的專業(yè)體育賽事信號可以為互聯(lián)網(wǎng)媒體提供內(nèi)容支撐，而體育賽事也是人們生活中常常津津樂道的話題，擁有大量的受眾；互聯(lián)網(wǎng)媒體具有傳播速度快、散播面廣、信息碎片化等特點(diǎn)，能夠持續(xù)保持熱度，一方面，能夠推動廣電媒體的生產(chǎn)，另一方面，也對廣電媒體現(xiàn)有制作系統(tǒng)提出了內(nèi)容和效率的要求。

現(xiàn)有的制作系統(tǒng)中，主要存在以下兩個問題：

內(nèi)容問題，一場比賽一般有一兩個小時，內(nèi)容的時間長度不利于在互聯(lián)網(wǎng)、社交媒體傳播，互聯(lián)網(wǎng)和融合媒體的發(fā)展，使得越來越多的人適應(yīng)和需求“碎片化”的信息。因此，就內(nèi)容來說，一般采取提取比賽精彩鏡頭再針對互聯(lián)網(wǎng)發(fā)布的方式。

效率問題，現(xiàn)有的提取比賽精彩鏡頭的方法基本上是在視頻收錄完成之后進(jìn)行手動打點(diǎn)、人工剪切，顯然這樣的方法不僅消耗大量的人力和時間，而且效率很低，也不能滿足時效性的需求。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的在于克服現(xiàn)有技術(shù)的不足，提供一種通過對視頻的字幕識別自動提取進(jìn)球精彩瞬間的方法，應(yīng)用比分變化前有得分鏡頭的原理對視頻進(jìn)行字幕識別提取比賽進(jìn)球鏡頭，該方法改善了現(xiàn)有技術(shù)中手動打點(diǎn)剪切精彩鏡頭的缺陷，能夠提高效率。

本發(fā)明的目的是通過以下技術(shù)方案來實(shí)現(xiàn)的：

一種通過對視頻的字幕識別自動提取進(jìn)球精彩瞬間的方法，包括以下步驟：

s1:確定比分字幕位置，按比分牌的特征對視頻畫面中的比分字幕板進(jìn)行識別；

s2監(jiān)控比分，連續(xù)間隔的獲取當(dāng)前比分所對應(yīng)的畫面，并將當(dāng)前比分與前一次比分進(jìn)行比較，若相同則忽略，若不同則表示此處有進(jìn)球的精彩瞬間的鏡頭；

s3:提取精彩鏡頭，從比分變化的幀開始往前尋找標(biāo)記好的最近的遠(yuǎn)景，在識別出遠(yuǎn)鏡頭后，以遠(yuǎn)鏡頭結(jié)束幀為基準(zhǔn)，在其前后截取一定數(shù)量的連續(xù)的視頻幀，作為進(jìn)球鏡頭。

進(jìn)一步的，所述的步驟s1確定比分板的位置具體包括以下子步驟：

s11：全屏搜索文字字幕，分區(qū)域識別出字幕文字；

s12：將識別出的字幕文字與比分牌特征進(jìn)行對比，若能對比上則為比分字幕板的位置。

進(jìn)一步的，所述的比分牌特征是隊1名稱隊1比分：隊2比分隊2名稱或者隊1名稱隊1比分-隊2比分隊2名稱，即識別字幕中的字符“：”或者“-”。

進(jìn)一步的，所述的步驟s2計算監(jiān)控比分具體包括以下子步驟：

s21：按設(shè)置的時間間隔獲取比分所在位置的畫面；

s22：通過字幕識別方法識別比分；

s23：將本次識別的比分與上一次的比分對比，首次識別的比分除外，若相同則忽略，若不同則表示此處有進(jìn)球的精彩瞬間的鏡頭。

進(jìn)一步的，所述的步驟s3提取精彩鏡頭具體包括以下子步驟：

s31：以幀為單位，識別每一幀畫面；

s32：根據(jù)人頭數(shù)目標(biāo)注近景、中景、遠(yuǎn)景或根據(jù)鏡頭內(nèi)幀對比方式標(biāo)注遠(yuǎn)景、非遠(yuǎn)景；

s33：在識別出遠(yuǎn)鏡頭后，以遠(yuǎn)鏡頭結(jié)束幀為基準(zhǔn)，在其前后截取一定數(shù)量的連續(xù)的視頻幀，作為進(jìn)球鏡頭。

進(jìn)一步的，所述的根據(jù)人頭數(shù)目判斷幀畫面具體是指利用人工神經(jīng)網(wǎng)絡(luò)訓(xùn)練出識別人頭數(shù)的模型，通過人頭識別技術(shù)判斷畫面中人頭的數(shù)目，若人頭數(shù)小于等于1，則該畫面為近景畫面；若人頭數(shù)在2和設(shè)定的值x之間，則該畫面為中景；若人頭數(shù)大于x，則為遠(yuǎn)景畫面。

進(jìn)一步的，所述的鏡頭內(nèi)幀對比方式是指識別轉(zhuǎn)場鏡頭，兩個轉(zhuǎn)場鏡頭間為一個自然鏡頭，對每個自然鏡頭進(jìn)行內(nèi)部幀對比觀察其波動情況，波動幅度小的為遠(yuǎn)景，波動幅度大的為非遠(yuǎn)景，剪切視頻時主要用到遠(yuǎn)景，因此不用詳細(xì)區(qū)分近景和中景。

進(jìn)一步的，所述的近景、中景、遠(yuǎn)景定義如下：

近景：指進(jìn)球或出界發(fā)生后對球員、教練的個人技藝、表情的特寫，是一個人的鏡頭；

中景：指對搶球、犯規(guī)等事件發(fā)生過程的局部特寫，是2-5人的鏡頭；

遠(yuǎn)景：是對整個球場的活動的鏡頭，以球的運(yùn)動為線索進(jìn)行拍攝，是多人的鏡頭，其人數(shù)大于中景中的人數(shù)。

本發(fā)明的有益效果是：本發(fā)明通過識別字幕中比分變化情況，再結(jié)合鏡頭近景、中景、遠(yuǎn)景的分析，綜合計算找出進(jìn)球瞬間的精彩視頻，該方法操作簡單可靠，能有效提取體育比賽視頻中的精彩進(jìn)球畫面。

附圖說明

圖1是本發(fā)明的流程圖。

具體實(shí)施方式

下面結(jié)合附圖1進(jìn)一步詳細(xì)描述本發(fā)明的技術(shù)方案，但本發(fā)明的保護(hù)范圍不局限于以下所述。

原理介紹：

1、我們把球賽中的各種鏡頭分類，分別為近景鏡頭、中景鏡頭和遠(yuǎn)景鏡頭。通過分析，我們發(fā)現(xiàn)進(jìn)球鏡頭都是發(fā)生在遠(yuǎn)鏡頭中

1）近景鏡頭：通常指進(jìn)球、出界等事件發(fā)生后對球員、教練的個人技藝、表情的特寫，基本是一個人的鏡頭，這種鏡頭一般都發(fā)生在比賽中斷期間。

2）中景鏡頭：通常指對搶球、犯規(guī)等事件發(fā)生過程的局部特寫，一般是三五個人的鏡頭。這種鏡頭一般出現(xiàn)在中場或者邊場，球門前不會出現(xiàn)這種鏡頭。

3）遠(yuǎn)景鏡頭：通常是對整個球場的活動的鏡頭，一般以球的運(yùn)動為線索進(jìn)行拍攝。球到球門前，一般都會切換到這種鏡頭，進(jìn)球的過程發(fā)生在這類鏡頭中。

2、一場比賽中，比分板的位置不會改變。

3、比分的變化標(biāo)志著此處前有一個進(jìn)球瞬間，一場比賽中進(jìn)球瞬間是觀眾最關(guān)心的關(guān)鍵點(diǎn)，可以提取離比分變化最近的遠(yuǎn)景鏡頭作為精彩鏡頭發(fā)布到互聯(lián)網(wǎng)媒體。

【實(shí)施例一】

一種通過對視頻的字幕識別自動提取進(jìn)球精彩瞬間的方法，應(yīng)用于足球比賽，包括以下步驟；

s1：確定比分字幕位置

全屏搜索文字字幕，分區(qū)域識別出字幕文字，將識別出的字幕文字與比分牌特征進(jìn)行對比，若能對比上則為比分字幕板的位置；比分模板特征為：隊1名稱隊1比分：隊2比分隊2名稱，例如中國00：00韓國；

s2：監(jiān)控比分

按設(shè)置的時間間隔獲取比分所在位置的畫面，通過字幕識別方法識別比分，將本次識別的比分與上一次的比分對比（首次識別的比分除外），若相同則忽略，若不同則表示此處有進(jìn)球的精彩瞬間的鏡頭，進(jìn)行下一步。

s3：提取精彩鏡頭

從比分變化的幀開始往前尋找標(biāo)記好的最近的遠(yuǎn)景，畫面類型的判斷是與比分監(jiān)控同時進(jìn)行的，畫面的判斷包括以下步驟：

以幀為單位，識別每一幀畫面，根據(jù)人頭數(shù)目標(biāo)注近景、中景、遠(yuǎn)景或根據(jù)鏡頭內(nèi)幀對比方式標(biāo)注遠(yuǎn)景、非遠(yuǎn)景。

通過人頭數(shù)目判定：

利用人工神經(jīng)網(wǎng)絡(luò)訓(xùn)練出識別人頭數(shù)的模型，通過該模型可以用于人頭識別，通過人頭識別技術(shù)判斷畫面中人頭的數(shù)目，若人頭數(shù)為小于等于1，則該畫面為近景畫面；若人頭數(shù)在2和設(shè)定的值x之間，則該畫面為中景；若人頭數(shù)大于x，則為遠(yuǎn)景畫面，其中x可根據(jù)具體的視頻對應(yīng)設(shè)置。

鏡頭內(nèi)幀對比方法判定：

識別轉(zhuǎn)場鏡頭，兩個轉(zhuǎn)場鏡頭間為一個自然鏡頭，對每個自然鏡頭進(jìn)行內(nèi)部幀對比觀察其波動情況，波動幅度小的為遠(yuǎn)景，波動幅度大的為非遠(yuǎn)景，剪切視頻時主要用到遠(yuǎn)景，因此不用詳細(xì)區(qū)分近景和中景。

選取進(jìn)球鏡頭

在識別出遠(yuǎn)鏡頭后，以遠(yuǎn)鏡頭結(jié)束幀為基準(zhǔn)，在其前后截取一定數(shù)量的連續(xù)的視頻幀，比如前面截取15秒，后面切取5秒，作為進(jìn)球鏡頭。

【實(shí)施例二】

一種通過對視頻的字幕識別自動提取進(jìn)球精彩瞬間的方法，應(yīng)用于籃球比賽；

s1：確定比分字幕位置

全屏搜索文字字幕，分區(qū)域識別出字幕文字，將識別出的字幕文字與比分牌特征進(jìn)行對比，若能對比上則為比分字幕板的位置；比分模板特征為：隊1名稱隊1比分-隊2比分隊2名稱，例如公牛00-00火箭；

s2：監(jiān)控比分

按設(shè)置的時間間隔獲取比分所在位置的畫面，通過字幕識別方法識別比分，將本次識別的比分與上一次的比分對比（首次識別的比分除外），若相同則忽略，若相差3分表示此處有進(jìn)球的精彩瞬間的鏡頭（籃球比賽中3分球一般都是精彩鏡頭），進(jìn)行下一步。

s3：提取精彩鏡頭

從比分變化的幀開始往前尋找標(biāo)記好的最近的遠(yuǎn)景，畫面類型的判斷是與比分監(jiān)控同時進(jìn)行的，畫面的判斷包括以下步驟：

以幀為單位，識別每一幀畫面，根據(jù)人頭數(shù)目和鏡頭內(nèi)幀對比等方式綜合判斷幀畫面的類型，并標(biāo)注：近景、中景、遠(yuǎn)景或遠(yuǎn)景、非遠(yuǎn)景。

通過人頭數(shù)目判定：

利用人工神經(jīng)網(wǎng)絡(luò)訓(xùn)練出識別人頭數(shù)的模型，通過該模型可以用于人頭識別，通過人頭識別技術(shù)判斷畫面中人頭的數(shù)目，若人頭數(shù)為小于等于1，則該畫面為近景畫面；若人頭數(shù)在2和設(shè)定的值x之間，則該畫面為中景；若人頭數(shù)大于x，則為遠(yuǎn)景畫面，其中x可根據(jù)具體的視頻對應(yīng)設(shè)置。

鏡頭內(nèi)幀對比方法判定：

識別轉(zhuǎn)場鏡頭，兩個轉(zhuǎn)場鏡頭間為一個自然鏡頭，對每個自然鏡頭進(jìn)行內(nèi)部幀對比觀察其波動情況，波動幅度小的為遠(yuǎn)景，波動幅度大的為非遠(yuǎn)景，剪切視頻時主要用到遠(yuǎn)景，因此不用詳細(xì)區(qū)分近景和中景。

選取進(jìn)球鏡頭

在識別出遠(yuǎn)鏡頭后，以遠(yuǎn)鏡頭結(jié)束幀為基準(zhǔn)，在其前后截取一定數(shù)量的連續(xù)的視頻幀，比如前面截取15秒，后面切取5秒，作為進(jìn)球鏡頭。

本發(fā)明不僅僅局限于籃球或足球比賽中，同樣適用于其他計分制體育比賽，可以根據(jù)不同比賽計分機(jī)制制定精彩鏡頭的分值變化標(biāo)準(zhǔn)，從而提取相應(yīng)的精彩鏡頭。

以上所述僅是本發(fā)明的優(yōu)選實(shí)施方式，應(yīng)當(dāng)理解本發(fā)明并非局限于本文所披露的形式，不應(yīng)看作是對其他實(shí)施例的排除，而可用于各種其他組合、修改和環(huán)境，并能夠在本文所述構(gòu)想范圍內(nèi)，通過上述教導(dǎo)或相關(guān)領(lǐng)域的技術(shù)或知識進(jìn)行改動。而本領(lǐng)域人員所進(jìn)行的改動和變化不脫離本發(fā)明的精神和范圍，則都應(yīng)在本發(fā)明所附權(quán)利要求的保護(hù)范圍內(nèi)。