?产品简介视频剪辑是一项简单却繁琐的工作，需要投入大量的人力。而且人力完成的视频剪辑，剪辑结果有着很强的主观色彩。通过采集大量各类体育赛事数据进行模型训练，利用深度神经网络良好的自主学习能力，采用Centernet作为多目标检测能力的实现框架，同时利用Transformer重构目标检测进行连锁，二次捕捉目标检测的准确性。CenterNet和Transformer的融合，实现了端到端的目标检测，在准确性提升的基础上满足实时处理视频的要...
产品简介
视频剪辑是一项简单却繁琐的工作，需要投入大量的人力。而且人力完成的视频剪辑，剪辑结果有着很强的主观色彩。通过采集大量各类体育赛事数据进行模型训练，利用深度神经网络良好的自主学习能力，采用Centernet作为多目标检测能力的实现框架，同时利用Transformer重构目标检测进行连锁，二次捕捉目标检测的准确性。CenterNet和Transformer的融合，实现了端到端的目标检测，在准确性提升的基础上满足实时处理视频的要求。综合应用多目标检测跟踪以及多模式识别技术，实现短视频的智能化剪辑，极大程度减少了人工工作量，同时也增加了短视频剪辑的客观性，在大数据时代背景下有着重要的现实意义。
成果形式
以视频的方式呈现。
技术优势
该系统融合多种AI能力，实现运动轨迹跟踪识别，可根据物体的运动轨迹跟踪识别，结合视频剪辑技术，实现视频的多种特效功能。
·支持人脸或人体各种角度、镜头情况下正常检测以及跟踪
·支持单幅图像中多人检测以及人物跟踪
·多人运动场景中，可只检测球员、裁判等关键人物；
·支持图像中物体的检测以及跟踪，如篮球、篮框等
·各种镜头下正常检测跟踪
·支持单幅图像中多物体检测
·算法mAP不低于80%；
·FPS<= 25ms
应用前景
可应用于体育赛事、体育比赛等领域
图1 运动轨迹检测 图2 动作识别 图3 多目标识别跟踪
