[发明专利]结构化信息抽取方法、装置、设备以及存储介质

权利要求书

1.一种结构化信息抽取方法，包括：

从体育赛事视频中抽取目标体育赛事视频帧；

将所述目标体育赛事视频帧输入至预先训练的目标检测模型，得到体育赛事中的指定目标信息，其中，所述目标检测模型的输入依次经过带有残差连接的卷积结构R1、R2、R3、R4、带残差连接的反卷积结构DR5、卷积块CBLx5、CBL、分类层C，得到输出Y1，第一个CBLx5的输出依次经过CBL、上采样层UP，与R4的输出一起经过CBLx5、CBL、C，得到输出Y2，第二个CBLx5的输出依次经过CBL、UP，与R3的输出一起经过CBLx5、CBL、C，得到输出Y3；

对所述目标体育赛事视频帧进行解析，得到所述体育赛事的至少一个进程的特征信息，所述体育赛事包括一个或多个进程；

对所述指定目标信息和所述至少一个进程的特征信息分别按照时间信息进行聚类，得到所述指定目标信息对应的信息时间序列和所述至少一个进程的特征信息对应的信息时间序列，其中，所述指定目标信息包括运动员身份信息、中场统计信息，所述至少一个进程的特征信息包括跳水类别和落水类别；

基于所述运动员身份信息对应的信息时间序列，获得比赛运动员信息；

基于所述运动员身份信息，获得候选跳水区间，以及确定所述候选跳水区间的跳水得分信息；

基于所述中场统计信息对应的信息时间序列，对所述跳水类别对应的信息时间序列和落水类别对应的信息时间序列进行过滤，得到跳水和落水时间序列；

将所述候选跳水区间与所述跳水和落水时间序列进行匹配，得到跳水时间信息；

基于所述比赛运动员信息、所述跳水得分信息和所述跳水时间信息，获取所述体育赛事结构化信息。

2.根据权利要求1所述的方法，其中，所述体育赛事中的指定目标信息包括所述体育赛事中指定目标的类别和/或所述指定目标的位置。

3.根据权利要求1所述的方法，其中，所述目标检测模型包括以下至少一项：带有残差连接的卷积结构、带残差连接的反卷积结构、卷积块、上采样层和分类层。

4.根据权利要求1所述的方法，其中，所述对所述目标体育赛事视频帧进行解析，得到所述体育赛事的至少一个进程的特征信息，包括：

将所述目标体育赛事视频帧输入至预先训练的深度学习分类模型，得到所述体育赛事的至少一个进程的类别。

5.根据权利要求4所述的方法，其中，所述深度学习分类模型包括多个卷积层、多个池化层和多个全连接层，所述多个卷积层中的卷积层与所述多个池化层中的池化层交替连接，所述多个全连接层级联。

6.根据权利要求5所述的方法，其中，所述体育赛事视频为跳水比赛视频，所述指定目标信息包括以下至少一项：运动员身份信息、中场统计信息、国旗信息，所述至少一个进程的特征信息包括以下至少一项：跳水类别和落水类别。

7.根据权利要求6所述的方法，所述方法还包括：

检测所述比赛运动员信息是否存在于预设知识图谱中；

若所述比赛运动员信息存在于所述预设知识图谱中，则在所述预设知识图谱中获取所述比赛运动员信息对应的运动员的其他预存信息；

所述基于所述比赛运动员信息、所述跳水得分信息和所述跳水时间信息，获取所述体育赛事结构化信息，包括：

基于所述比赛运动员信息、所述其他预存信息、所述跳水得分信息和所述跳水时间信息，获取所述体育赛事结构化信息。