阿里云AI如何助攻世界杯?视频集锦背后的技术实践

简介: 本届世界杯互联网直播的顺利进行,离不开各大云计算厂商的支持。在这其中,阿里云是当之无愧的“C位“,除了优酷外,阿里云还支撑了CNTV、CCTV5客户端,为全网70%的世界杯直播流量保驾护航。 对于世界杯这种超大观看量级、超强影响力的重要体育赛事,阿里云一直致力研究的AI技术一定不会缺席。

本届世界杯互联网直播的顺利进行,离不开各大云计算厂商的支持。在这其中,阿里云是当之无愧的“C位“,除了优酷外,阿里云还支撑了CNTV、CCTV5客户端,为全网70%的世界杯直播流量保驾护航。

对于世界杯这种超大观看量级、超强影响力的重要体育赛事,阿里云一直致力研究的AI技术一定不会缺席。

如何用AI替代传统的内容加工模式,高效地产出比赛集锦并将精彩内容快速呈现给观众呢?世界杯期间,阿里云联合阿里巴巴机器智能技术实验室,利用“视频AI+云剪辑+媒资管理”的技术,实时产生精彩集锦和球星集锦,满足球迷们的重温赛事和追星的需求,本文将揭晓技术实现过程。

从整场赛事维度产生精彩集锦

首先,要做的事情是让机器比人更懂视频。通过对过去多届世界杯的多场赛事,以及上万篇足球或世界杯相关文稿的学习,阿里云视频AI对球场、球员、比赛机制、特定行为等都有了全面的理解,所以它具备像观众一样去客观地认知和感受每一场世界杯球赛的能力。

其次,大量的标注工作也是必不可少的,包括对帧图景深、位置、事件、红黄牌、不同角色行为、禁区危险画面及球星人脸的标注,也包含对音频中关键词、音频事件等的标注。

image

最后,便是准确地提取“精彩”的内容。在这个环节,算法和工程上进行了多处创新。包括:

  1. 将视频进行多模态分析,从视频画面、音频、文字等多个维度提取关键信息,再通过融合或者相互校验,大幅度提高锁定精彩内容的准确性。
  2. 将音频的信息分析和视频行为分析结果取权重融合判断,将视频时域、空域网络权重与音频事件、ASR网络自适应累加,从而对射门、进球、犯规、精妙传球等精彩镜头准确捕获;同时,结合实时事件信息分析结果进行合理回溯或预测,完成事件提取,比如受伤、换人、过人等事件相关的回放、特写、裁判行为抓取等。
  3. 利用多维数据进行相互校验,结合事件回溯和预测技术,进行进一步的信息平滑处理,在直播过程中逐渐累积精彩集锦或球星集锦。

从球星的维度产生球星集锦

赛事精彩集锦是以比赛本身为核心,对精彩信息进行定义、提取、汇聚与展示;而球星集锦是以特定球员为核心,获取直播赛事中与球星相关的关键画面或关键事件。这一技术不仅能为视频生产方实时提供素材,也能快速呈现球星爱豆的精华镜头,让球迷们过足眼瘾。

image

简单来说,球星集锦的实现通过对世界杯场景进行深入理解和分析,从比赛视频、解说词音频、球星库及人物场记等各个维度进行识别与分析,并利用多模态融合技术,从而实现复杂场景下的集锦效果。

在视频AI处理中,通过识别视频中已注册的球星并进行人物追踪,同时做了一定程度的容错处理和补偿优化,并针对不同位置的球星微调追踪模型,最终对球星在视频中出现的时间线、幅面坐标及置信度进行综合的动态分析。

在解说词AI处理中, 则使用了世界杯场景的语音识别模型,该模型对球员名称、足球术语、解说员的语速/语气/语调等进行了额外的训练和优化,尤其是在声学模型上针对足球场景下的球场及观众噪声进行了适应性训练,使得其最终对世界杯解说词的识别准确率提升了超过10个百分点。

_2018_07_09_4_15_55

云剪辑是生成球星集锦的最后一步,它能够接收视频AI输出的最终时间线,对原始素材进行剪切合并。云剪辑可根据需要来开启并行剪辑模式,这种模式下,原始素材片段越多,剪辑倍速越高。另外,云剪辑还可接收高级剪辑参数,如在不同剪辑片段之间增加转场,在球星首次特写帧增加贴纸,增加背景音乐、片头片尾等,丰富集锦的娱乐效果。

如何瞬时产出视频集锦

对于直播体育赛事,集锦视频产出的高效性非常重要。这也是视频AI真正可以替代人力发挥其价值的依据之一。而这对于视频云的流传输、音视频编解码、直转点以及云剪辑等技术能力都是极大的挑战。

在保证实时性上,阿里视频云利用直转点技术,先碎片化进行实时多模态分析,再结合事件回溯与预估,对精彩集锦进行累积和快速调整,最终合理聚合产出优质集锦。

依靠强大的流媒体处理能力,可以保证每场比赛的精彩集锦以及所有球星集锦,在3-5分钟内生成,再由平台快速发布出去。技术经历过无数次大“舞台”的洗练,本次世界杯中,再一次完美地解决了这一问题。

可预见的未来

激情赛事已经过半,阿里云视频AI技术在本次世界杯中也成功落地,而这并不是结局,这是将视频AI应用于体育行业以及更多其他行业的开端。经历了对世界杯如此大型赛事的稳定保障,阿里视频云将更成熟、稳定地去应对赛事场景下的视频分析与处理。AI技术也将渗透到各个行业中,帮助用户有效提高视频的生产效率,让内容更快、更准、更优。

除了视频AI之外,阿里云在本次世界杯中用到的窄带高清、50帧极清、CDN智能调度等技术,也为2018年的世界杯的广大体育迷提供了更好的观看体验。阿里云目前已经是国内视频服务体量最大的云计算公司,客户涵盖社交、教育、电商、游戏等,未来也将不断致力释放技术红利,帮助越来越多的客户实现业务飞速增长,站领行业“C位”。

阿里云世界杯直播护卫队集体亮相

点击登录视频AI体验馆——视网膜

对视频云技术感兴趣的同学,也可以加入钉钉群
image

活动推荐

12月20日杭州站【云栖TechDay-音视频技术实战沙龙】,多位视频云专家现场解读短视频、直播、视频AI、视频加速技术实践,赢取阿里云公仔及代金券,点击了解活动详情及免费报名:https://yq.aliyun.com/event/678

目录
相关文章
|
9天前
|
人工智能 自然语言处理 机器人
文档智能与RAG技术如何提升AI大模型的业务理解能力
随着人工智能的发展,AI大模型在自然语言处理中的应用日益广泛。文档智能和检索增强生成(RAG)技术的兴起,为模型更好地理解和适应特定业务场景提供了新方案。文档智能通过自动化提取和分析非结构化文档中的信息,提高工作效率和准确性。RAG结合检索机制和生成模型,利用外部知识库提高生成内容的相关性和准确性。两者的结合进一步增强了AI大模型的业务理解能力,助力企业数字化转型。
45 3
|
5天前
|
机器学习/深度学习 人工智能 自然语言处理
AI技术在医疗领域的应用与前景####
本文探讨了人工智能(AI)在医疗领域的多方面应用,包括疾病诊断、个性化治疗、患者管理以及药物研发等。通过对现有技术的梳理和未来趋势的展望,旨在揭示AI如何推动医疗行业的变革,并提升医疗服务的质量和效率。 ####
25 5
|
8天前
|
人工智能 文字识别 运维
AI多模态的5大核心关键技术,让高端制造实现智能化管理
结合大模型应用场景,通过AI技术解析高端制造业的复杂设备与文档数据,自动化地将大型零件、机械图纸、操作手册等文档结构化。核心技术包括版面识别、表格抽取、要素抽取和文档抽取,实现信息的系统化管理和高效查询,大幅提升设备维护和生产管理的效率。
|
17天前
|
机器学习/深度学习 人工智能 自然语言处理
思通数科AI平台在尽职调查中的技术解析与应用
思通数科AI多模态能力平台结合OCR、NLP和深度学习技术,为IPO尽职调查、融资等重要交易环节提供智能化解决方案。平台自动识别、提取并分类海量文档,实现高效数据核验与合规性检查,显著提升审查速度和精准度,同时保障敏感信息管理和数据安全。
74 11
|
13天前
|
人工智能 自然语言处理 算法
企业内训|AI/大模型/智能体的测评/评估技术-某电信运营商互联网研发中心
本课程是TsingtaoAI专为某电信运营商的互联网研发中心的AI算法工程师设计,已于近日在广州对客户团队完成交付。课程聚焦AI算法工程师在AI、大模型和智能体的测评/评估技术中的关键能力建设,深入探讨如何基于当前先进的AI、大模型与智能体技术,构建符合实际场景需求的科学测评体系。课程内容涵盖大模型及智能体的基础理论、测评集构建、评分标准、自动化与人工测评方法,以及特定垂直场景下的测评实战等方面。
69 4
|
13天前
|
机器学习/深度学习 人工智能 算法
基于AI的性能优化技术研究
基于AI的性能优化技术研究
|
13天前
|
人工智能 架构师
活动火热报名中|阿里云&Elastic:AI Search Tech Day
2024年11月22日,阿里云与Elastic联合举办“AI Search Tech Day”技术思享会活动。
162 2
|
14天前
|
存储 人工智能 大数据
阿里云吴结生:高性能计算持续创新,响应数据+AI时代的多元化负载需求
在数字化转型的大潮中,每家公司都在积极探索如何利用数据驱动业务增长,而AI技术的快速发展更是加速了这一进程。
|
17天前
|
机器学习/深度学习 人工智能 算法
AI技术在医疗健康领域的应用与挑战####
本文旨在探讨人工智能(AI)技术在医疗健康领域的创新应用及其面临的主要挑战。通过深入分析AI如何助力疾病诊断、治疗方案优化、患者管理及药物研发,本文揭示了AI技术在提升医疗服务质量、效率和可及性方面的巨大潜力。同时,文章也指出了数据隐私、伦理道德、技术局限性等关键问题,并提出了相应的解决策略和未来发展方向。本文为医疗从业者、研究者及政策制定者提供了对AI医疗技术的全面理解,促进了跨学科合作与创新。 ####
|
15天前
|
人工智能 算法
AI技术在医疗领域的应用及其挑战
【10月更文挑战第31天】本文将探讨AI技术在医疗领域的应用及其面临的挑战。我们将从AI技术的基本概念开始,然后详细介绍其在医疗领域的应用,包括疾病诊断、药物研发、患者护理等方面。最后,我们将讨论AI技术在医疗领域面临的挑战,如数据隐私、算法偏见等问题。

热门文章

最新文章

下一篇
无影云桌面