Ce sa întâmplat
Asiae raportează că o echipă de cercetare UNIST a creat SVHighlights, un etalon de referință care conține 320 de videoclipuri din opt sporturi și însumând 640,18 ore. Echipa a dezvoltat, de asemenea, TF-SELECTOR, un sistem de inteligență artificială care combină segmentarea scenei, recunoașterea vorbirii, modelele de limbă viziune și modelele de limbaj mari pentru a identifica momentele importante din videoclipurile sportive lungi.
Asiae raportează că SVHighlights conține 320 de videoclipuri care acoperă fotbal, baseball, baschet, volei, fotbal american, hochei pe gheață, rugby și curse, cu o durată combinată de 640,18 ore. Videoclipul mediu durează aproximativ două ore, ceea ce distribuitorul îl descrie ca fiind de 30 până la 60 de ori mai lung decât seturile de date anterioare și mai aproape de durata transmisiunilor sportive reale.
Potrivit Asiae, cercetătorii au folosit ca standard de referință videoclipuri oficiale, disponibile public, organizate de editori profesioniști. Deoarece locațiile exacte ale acelor momente evidențiate în filmările întregii meciuri nu erau disponibile, echipa a creat un algoritm de aliniere care compară cadrele la nivel de pixeli, folosind, de asemenea, ordinea cronologică pentru a distinge redările originale de reluările transmise repetate. Priza raportează o rată de eroare de 0,18% în procesul de potrivire automată.
Asiae mai raportează că echipa a dezvoltat TF-SELECTOR pentru videoclipuri sportive lungi. Pe SVHighlights, sistemul a depășit următorul cel mai bun model cu 2,50 puncte procentuale la HIT@1, 4,04 puncte la HIT@K și 2,95 puncte la intersecție peste unire. Aceste cifre sunt afirmații din studiul raportat; în sursă nu sunt furnizate rezultate independente de replicare sau test.
Raportul spune că studiul a fost acceptat la ACM KDD pe 9 august și că setul de date și codul sunt disponibile pe pagina de proiect a echipei de cercetare. Nu oferă prețuri, termeni de licență, restricții de acces sau cerințe de implementare. Nu este documentată disponibilitatea produsului comercial. Raportarea nu a fost confirmată în mod independent aici.
De ce contează
Extragerea subliniilor sportive de formă lungă este dificil de evaluat, deoarece seturile de date existente folosesc, în general, clipuri scurte și necesită o etichetare manuală extinsă. Asiae spune că SVHighlights folosește elementele evidențiate editate profesional ca material de referință și o metodă de aliniere automată pentru a conecta acele momente importante la potrivirile complete. Dacă setul de date și codul sunt accesibile așa cum sunt raportate, cercetătorii pot avea o bază mai realistă pentru testarea sistemelor destinate să proceseze emisiuni complete, mai degrabă decât fragmente scurte. Raportul nu stabilește în mod independent valabilitatea mai largă a -ului, starea de licență sau performanța în afara testelor raportate.
Cele mai multe -uri video sportive se bazează pe clipuri scurte, parțial, deoarece identificarea manuală a intervalelor de evidențiere în jocurile complete este costisitoare. Abordarea raportată ar putea reduce această sarcină de etichetare și ar face evaluarea mai reprezentativă pentru sarcinile de lucru reale ale analizei difuzării.
Un punct de referință construit din jocuri de lungă durată poate expune probleme pe care testele de clipuri scurte le pot rata, inclusiv căutarea pe distanță lungă, reluări repetate, acuratețea timpului și necesitatea de a clasifica doar un număr mic de momente importante din ore de filmare.
Câștigurile raportate pentru TF-SELECTOR sunt semnificative în evaluarea studiului, dar nu ar trebui tratate ca o dovadă a superiorității generale. Performanța poate depinde de sporturile selectate, stilurile de difuzare, evidențierile de referință și valorile.
O implicație practică este că cercetătorii și dezvoltatorii de media sportivă ar putea folosi teste standardizate mai lungi pentru a compara sistemele de evidențiere înainte de a le implementa pentru editare, descoperire sau căutare în arhivă. Dacă resursa este utilizabilă din punct de vedere legal și tehnic în aceste scopuri rămâne necunoscut.
Mecanism interactiv: cum funcționează de fapt
Explorați tehnologia care stau la baza acestei dezvoltări în mod interactiv.
Which component of an AI application is the machine-learning model itself?
Ce să urmărești în continuare
Se pare că setul de date și codul sunt disponibile prin pagina de proiect a echipei de cercetare, dar Asiae nu specifică licența, condițiile de descărcare, cerințele de calcul sau dacă toate videoclipurile sursă pot fi redistribuite. Urmăriți evaluări independente cu privire la sporturi și radiodifuzori suplimentare, verificați dacă elementele evidențiate selectate profesional introduc părtinire editorială și dovezi că TF-SELECTOR îmbunătățește fluxurile de lucru practice dincolo de valorile de referință raportate.
Confirmați dacă SVHighlights este complet descărcabil, ce licență guvernează videoclipurile și adnotările și dacă pagina proiectului oferă instrucțiuni reproductibile și cod de evaluare.
Cercetătorii independenți ar trebui să testeze criteriul de referință în ligi, limbi, stiluri de producție și sporturi nereprezentate sau mai puțin reprezentate în colecția raportată.
Utilizarea elementelor evidențiale selectate de radiodifuzor poate codifica judecăți editoriale mai degrabă decât o definiție obiectivă a importanței. Adnotările alternative sau evaluările centrate pe utilizator ar putea clarifica această limitare.
Asiae nu raportează un preț, disponibilitatea serviciului, interfață utilizator, API sau pachet de implementare pentru TF-SELECTOR. Accesibilitatea sa practică dincolo de mediul de cercetare este, prin urmare, necunoscută.