一种对抗性竞赛中的精彩时刻识别方法技术

本发明专利技术公开了一种对抗性竞赛中的精彩时刻识别方法。本方法为：1)根据目标竞赛的竞赛类型，初始化反映竞赛过程的各项指标；2)从该目标竞赛的竞赛过程获取各项指标的取值并进行插值处理，得到该目标竞赛各项指标的竞赛过程函数；3)对各竞赛过程函数进行精彩时刻判别，得到竞赛中各个时间片段的精彩程度值；4)根据所述精彩程度值与一设定阈值进行比较，确定出该目标竞赛的精彩时刻。本发明专利技术能够从比赛中抽取出被识别为精彩时刻的时间区间，从而得到整场比赛的精彩时刻所属时段。

【技术实现步骤摘要】
一种对抗性竞赛中的精彩时刻识别方法
本专利技术提出一种对抗性竞赛中的精彩时刻识别方法，它涉及一种基于时序信号处理技术和计算机软件算法领域的量化和处理方法，属于信息学与计算机科学的交叉

技术介绍
随着各种体育赛事的日趋多样化、职业化、信息化，对于体育赛事的赛况分析与新闻报道水平也有了更高的要求。长期以来，对于赛场情况的记录都局限于由熟悉赛事的解说进行实时观察与分析，在赛后也需要由富有经验的体育记者对于比赛整场情况进行快速回顾，手动标记出其中的值得注意的精彩时刻，从而找出比赛中的最为精彩、最有价值的那些时刻。对抗类竞赛活动，它包括传统体育竞技运动，如NBA篮球赛、足球赛、围棋赛、F1赛车比赛等，也包括电子竞技项目，如英雄联盟、DOTA2、星际争霸、绝地求生等。对于一场对抗类竞赛而言，观众和参赛者往往最为关心比赛中那些对于赛事至关重要的精彩时刻，这种精彩可以是指某一方极有可能将获得压倒性优势的关键时刻，或是指一方将局势由劣转优的逆转时刻，或是指双方竞争白热化的紧要时刻。精确定位赛事过程中的这些精彩时刻，有利于对战双方赛后及时回顾比赛过程，发现己方不足，找出竞争对手的弱点，也有利于分析人员进行战报解析和战况预测，还能够帮助体育记者迅速组织材料撰写新闻，帮助赛事观众及时了解赛场精彩情况，因此这项工作对竞技活动而言具有十分重要的现实意义。但是，纯粹由人工判断来进行赛事分析已经越来越不能满足竞赛队伍与广大观众的需要。一方面，人工对于局势的判断需要大量专业经验的积累方能完成，对一场比赛做出细致的解读也需要花费交多精力，这使得很多比赛不能及时得到充分解读，参赛队伍很难及时了解到自己的表现应该如何改进，只能按照赛后的主观感受来调整战术，限制了比赛队伍的职业化发展速度；另一方面，由于地理距离或语言障碍，很多比赛的观众无法及时听到专业解说员的解说和分析，对于体育赛事的观看体验严重受制于转播者和解说员的水准，这限制了一些体育赛事的国际化、普及化。因此，计算机的辅助分析就显得尤为必要。目前，传统体育赛事大多已经做到了比分数据的实时数字化转播，而赛场的其他实时数据，如篮球中的投篮、判罚、暂停，F1赛车比赛中的超车、事故等，往往会由现场观众用文字直播的方式实时发布在网络上。上述各项数据，都可以用来判断一段比赛片段是否足够精彩，竞争是否足够激烈。但是对于这些数据的计算机自动化利用还尚显不足。在2015年，腾讯公司的“Dreamwriter”和新华社的“快笔小新”等新闻自动撰写程序已经可以利用体育比赛的比分变化情况来判断赛事走势，从而自动撰写体育比赛的新闻报道。但是这些系统并未充分挖掘体育比赛中的各项综合数据，不能利用比分之外的多种赛场信息来综合判断竞赛过程何时最为激烈和精彩，因此它们撰写的新闻只是整场比赛的数据陈列，缺乏吸引力。新浪体育的NBA直播板块借助其文字直播的实时数据，提供了全场比赛各节的投篮、进球数据图表，可以较为直观地查看整场NBA比赛双方队伍的得分情况和各个球员的整体表现，但是并不能从时间的维度来直观地看出各个球员的高光时刻究竟在何时出现。电子竞技普遍采用观战者程序自动记录双方赛场的统计数据，但是这类数据大都十分零碎，如果不进行人工解读很难直观看出双方竞争的优劣态势。综上所述，目前对于对抗性竞赛的人工分析需要经验丰富的分析员花费大量精力完成，不能满足需求，而自动化分析虽然已经有一些初步的应用，但是大都是十分基础的走势呈现，对于竞赛中的精彩时刻还不能做出更为综合的判断。
技术实现思路
针对现有技术中存在的技术问题，本专利技术的目的在于提供一种对抗性竞赛中的精彩时刻识别方法。本专利技术采用了信号处理领域的数据分析思路，将比分、赛场情况等各种数据进行综合考虑，将其视为多个复合的连续和离散的信号来进行处理，从而得到衡量比赛在各个时刻的精彩程度的数值函数。然后由相关竞赛的专业分析者手工录入相应的精彩时刻判断阈值，从比赛中抽取出被识别为精彩时刻的时间区间，从而得到整场比赛的精彩时刻所属时段。本专利技术能够根据一项竞赛过程中的各项指标数据信息，实现对于竞赛中的精彩时刻的自动识别。在一场对抗性竞赛中，对抗的激烈程度是不同的，观众或分析家的关注重点应该是比赛中的那些对抗最为精彩的时刻。所谓精彩时刻，是在竞赛过程中较为重要的一些时间段，主要由以下两种时间段组成：对抗的激烈程度较高的时间段、对抗一方取得爆发性优势的时间段。能够反映竞赛过程的各项指标会随着竞赛时间的变化而变化，本专利技术基于反映竞赛过程的各项指标随时间变化的函数，计算出整场竞赛各个时间片段里的精彩程度，然后再由给定的判别函数，从这些时间片段中识别出属于精彩时刻的时间片段，最终得到整场竞赛的全部精彩时刻。一种对抗性竞赛中的精彩时刻识别算法的步骤包括：(1)根据目标竞赛的竞赛类型，初始化反映竞赛过程的各项指标。(2)从该目标竞赛的竞赛过程获取各项指标的取值并进行插值处理，得到该目标竞赛各项指标的竞赛过程函数。(3)对各竞赛过程函数进行精彩时刻判别，求得竞赛中各个时间片段中的精彩程度值。(4)根据精彩程度值确定出该目标竞赛的精彩时刻，得到精彩时刻的识别结果。进一步地，步骤(1)所述的竞赛类型可以包括足球、篮球、网球、F1赛车和电子竞技比赛等。反映竞赛过程的各项指标是指在竞赛过程中的某个特定时刻可以被测量得到的定量参数和定性参数。例如，在足球比赛中，定量参数包括某一时刻特定球队的进球数目，场上球员人数，累计被判罚数，定性参数包括该时刻球队是否正在被判罚点球，特定球员是否负伤等。这些参数的获取根据比赛特点，采用自动化采集和人工输入结合的方式得到。例如，在足球比赛中，进球数和被判罚数可以通过足球裁判系统或网络转播媒体自动获取，球员负伤情况等可以通过人工输入的方式获取。进一步地，步骤(2)所述的从该目标竞赛的竞赛过程获取各项指标的取值，是通过自动化采集或人工输入的方式获取各项指标的参数，得到对于竞赛中每一项指标s＝s1,s2,…,sm上的每一个对抗者p＝p1,p2,…,pn的指标取值随着竞赛持续时间t(0≤t≤tend)而变化的离散化的函数fs,p-ori(t)。步骤(2)所述的插值处理，是指对上述反映竞赛过程的指标中的每一个定量参数s的随着时间变化的离散化函数fs,p-ori(t)采用三次样条曲线进行插值处理，得到其对于时间自变量一阶可导的竞赛过程函数fs,p(t)。也即，对于每一项定量指标s上对于每一个对抗者p的竞赛过程函数fs,p(t)对于竞赛持续时间t保证一阶可导。对于定性指标s，则保持其原有的取值随着时间变化的离散化函数fs,p-ori(t)不变，直接用它作为竞赛过程函数参与后续运算，即令fs,p(t)＝fs,p-ori(t)。进一步地，步骤(3)所述的对竞赛过程函数进行精彩时刻判别，其实现方式是，首先根据一个固定的时间间隔d作为处理窗口，这个处理窗口对于指标函数在时域(0,tend)进行滑动，每一次对每一定量指标s对应的竞赛过程函数fs,p(t)在当前窗口(t1,t2)内的函数曲线，计算其局部函数曲线的导数f′s,p(t)的四种特征参数ws1(t1,t2),ws2(t1,t2),ws3(t1,t2),ws4(t1,t2)，其中s表示f′s,p(t)中对应的定量指标，(t1,t2)本文档来自技高网...

【技术保护点】
1.一种对抗性竞赛中的精彩时刻识别方法，其步骤包括：1)根据目标竞赛的竞赛类型，初始化反映竞赛过程的各项指标；2)从该目标竞赛的竞赛过程获取各项指标的取值并进行插值处理，得到该目标竞赛各项指标的竞赛过程函数；3)对各竞赛过程函数进行精彩时刻判别，得到竞赛中各个时间片段的精彩程度值；4)根据所述精彩程度值与一设定阈值进行比较，确定出该目标竞赛的精彩时刻。

【技术特征摘要】
1.一种对抗性竞赛中的精彩时刻识别方法，其步骤包括：1)根据目标竞赛的竞赛类型，初始化反映竞赛过程的各项指标；2)从该目标竞赛的竞赛过程获取各项指标的取值并进行插值处理，得到该目标竞赛各项指标的竞赛过程函数；3)对各竞赛过程函数进行精彩时刻判别，得到竞赛中各个时间片段的精彩程度值；4)根据所述精彩程度值与一设定阈值进行比较，确定出该目标竞赛的精彩时刻。2.如权利要求1所述的方法，其特征在于，所述步骤2)中，首先根据该目标竞赛中每一对抗者p在每一项指标s的取值生成一随着时间变化的离散化函数fs,p-ori(t)；然后对每一离散化函数fs,p-ori(t)采用三次样条曲线进行插值处理，得到每一对抗者p在每一项指标s上对于时间自变量一阶可导的竞赛过程函数fs,p(t)。3.如权利要求1所述的方法，其特征在于，对竞赛过程函数进行精彩时刻判别的方法为：首先设定一时间间隔作为处理窗口，将该处理窗口在一项指标s的竞赛过程函数fs,p(t)对应的曲线上进行滑动，获取当前处理窗口内的函数曲线并计算其导数f′s,p(t)的特征参数；然后根据所述特征参数值计算出该指标当前处理窗口所属时间片段对应的精彩程度值；然后根据各指标同一时间片段对应的精彩程度数值计算得到该目标竞赛对应时间片段的精彩程度值。4.如权利要求3所述的方法，其特征在于，所述指标包括定量指标和定性指标；对于定量指标，所述特征参数值为ws1(t1,t2),ws2(t1,t2),ws3(t1,t2),ws4(t1,t2)，其中，函数表示对于定量指标s和比赛的第i个对抗者pi，在时刻t1到t2之间的竞赛过程函数的一阶导数的绝对值的最大值；fs,p′(t)表示fs,p(t)的一阶导函数，max(fs,p′(t))和min(fs,p′(t))两个函数分别表示取函数fs,p′(t)在其定义域上的最大值和最小值，n为竞赛的对抗者总数；对于定性指标，所述局部特征参数值为其中函数ρ(s,p,t1,t2)表示对于定量指标s和比赛的特定对抗者p，在时刻t1到t2之间的竞赛过程函数的取值短时出现密度，ρ(s,p,t1,t2)＝∑sum(s,p,t)，其中5.如权利要求4所述的方法，其特征在于，根据一个精彩时刻识别...

【专利技术属性】
技术研发人员：凌玥，卢志刚，姜波，张尧，王思培，
申请(专利权)人：中国科学院信息工程研究所，
类型：发明
国别省市：北京,11