Gelaito4: منصة إعلامية رياضية مدعومة بالرؤية الحاسوبية التعاونية والذكاء الاصطناعي التوليدي
مقدمة
- Gelaito4 هو نموذج أولي للتطبيق مصمم لتحسين تجربة مشاهدة الأحداث الرياضية من خلال توفير معلومات اللاعب في الوقت الفعلي، وتصنيف الفيديو التلقائي، وتوصيات الفيديو المخصصة.
تجريبي
تحفيز
- عند مشاهدة مقاطع فيديو الأحداث الرياضية، غالبًا ما يرغب المشاهدون في معرفة أسماء اللاعبين أو البيانات ذات الصلة بهم بسرعة، ولكن لا يمكنهم الاعتماد إلا على أرقام القمصان الغامضة أو خصائص اللاعب للبحث عبر الإنترنت. لا يتطلب هذا إيقاف الفيديو مؤقتًا وتفويت اللحظات المثيرة فحسب، بل يستغرق أيضًا الكثير من الوقت للعثور على المعلومات.
- غالبًا ما يقضي المستخدمون الكثير من الوقت في تصنيف محتوى الفيديو ووضع علامات عليه يدويًا عند مشاهدة عدد كبير من مقاطع فيديو الأحداث الرياضية، وهو أمر ممل ويستغرق وقتًا طويلاً. إذا قامت المنصة بتصنيف مقاطع الفيديو، فإن ذلك يتطلب الكثير من القوى العاملة، ويستغرق وقتًا طويلاً ومكلفًا، كما أن كفاءة تصنيف الفيديو منخفضة.
- يرغب المشاهدون في فهم أبرز الأحداث في اللعبة بسرعة عند مشاهدة مقاطع فيديو الأحداث الرياضية، ولكن إنشاء حدث بارز في اللعبة يتطلب قوة بشرية لمشاهدة المباراة بأكملها، وتحديد المقاطع، وتحريرها، وهو أمر يستغرق وقتًا طويلاً ويتطلب جهدًا كبيرًا.
- عندما يعبر المستخدمون عن اهتمامهم بموضوع معين أثناء مشاهدة مقطع فيديو، فإن التوصية بمقاطع فيديو أخرى مماثلة لديها احتمالية كبيرة لمطابقة تفضيلات المستخدم، مما يعزز تجربة المشاهدة.
سمات
- عرض معلومات اللاعب في الوقت الفعلي : يمكن للمشاهدين النقر فوق لاعب في الفيديو لرؤية اسمه ودوره التكتيكي وبياناته التاريخية في مربع حوار منبثق دون الحاجة إلى البحث عنه بأنفسهم.
- فهم أبرز مميزات اللعبة بسرعة : باستخدام تقنية الذكاء الاصطناعي، يمكن للمستخدمين فهم أبرز مميزات اللعبة بسرعة، مما يقلل الوقت المستغرق في البحث عن مقاطع الفيديو وتبسيط عملية البحث المملة. يمكن للذكاء الاصطناعي تلخيص محتوى اللعبة وتحديد النقاط الساخنة والميزات، مما يوفر على الشركة تكلفة توظيف الطلاب بدوام جزئي.
- التصنيف التلقائي : باستخدام تقنية الذكاء الاصطناعي، يقوم النظام تلقائيًا بتصنيف مقاطع الفيديو ووضع علامات عليها بناءً على فئات مختلفة، مما يسهل على المستخدمين العثور بسرعة على مقاطع الفيديو ذات الصلة وتحسين تجربة المشاهدة.
- توصيات الفيديو : من خلال تحليل سلوك مشاهدة المستخدم، يوصي الذكاء الاصطناعي بمقاطع فيديو أخرى مماثلة بناءً على الفيديو الذي تمت مشاهدته حاليًا، مما يسهل على المستخدمين اكتشاف المحتوى المثير للاهتمام وتعزيز تجربة المشاهدة.
الحل والابتكار
- مزامنة معلومات اللاعب في الوقت الفعلي : استخدام النماذج المرئية المدعمة بالذكاء الاصطناعي للتعرف على أرقام قمصان اللاعبين في الملعب، جنبًا إلى جنب مع تقنية الزحف على الويب وGenAI لمعالجة المعلومات وتجميعها، وإنشاء بيانات تاريخية وتاريخية للاعبين.
- تصنيف الفيديو : استخدام نموذج تضمين النص الخاص بـ OpenAI لتحويل معلومات الفيديو إلى تمثيلات متجهة، وتصنيف مقاطع الفيديو المشابهة باستخدام خوارزمية Kmeans. يقوم GenAI بتحليل كل مجموعة فئة ويعين اسم فئة مناسبًا، مما يحقق تصنيفًا آليًا لمكتبة الفيديو.
- إنشاء ملخصات الفيديو : استخدام نماذج GenAI لالتقاط معلومات الصوت والفيديو، وتحويلها إلى ملفات نصية، وتلخيص المعلومات باستخدام GenAI لإنشاء مخططات فيديو ومقاطع ملخصة.
- إنشاء مقاطع فيديو مميزة : تضمين البحث في نص ملخص الفيديو الذي تم إنشاؤه، ومقارنته بالكلمات الرئيسية الشائعة للقطاعات الرئيسية (على سبيل المثال، "الهدف!"، "النتيجة ~")، وتحديد النقاط الزمنية للمقاطع المثيرة. توسيع النقاط الزمنية قبل وبعد، واستخدام نموذج NLTK لقص ودمج عدة مقاطع فيديو موسعة، مما يضمن أن المقاطع لها سياق كامل.
التسليمات
- تصميم الصفحة الرئيسية : يمكن للمستخدمين اختيار مقاطع الفيديو التي تهمهم على الصفحة الرئيسية. سيؤدي النقر على مقطع فيديو إلى الانتقال إلى صفحة أخرى بها ثلاث وظائف رئيسية:
- تشغيل الفيديو ومعلومات اللاعب في الوقت الفعلي : يمكن للمستخدمين النقر على اللاعبين محل اهتمامهم أثناء اللعبة، وسينبثق مربع حوار يعرض اسم اللاعب ومعلوماته على الفور.
- أبرز الأحداث : يتم عرض أبرز أحداث اللعبة أسفل تشغيل الفيديو، ويمكن للمستخدمين النقر على العناوين محل الاهتمام لمشاهدة أبرز الأحداث.
- مقاطع الفيديو الموصى بها : بناءً على محتوى عرض المستخدم، يوصي النظام بمقاطع الفيديو ذات الصلة التي تهمك.
- شريط القوائم وتصنيف الفيديو : تحتوي الصفحة الرئيسية على شريط قوائم للمستخدمين لتصفح مقاطع الفيديو حسب الفئة، مع إنشاء الفئات تلقائيًا بواسطة الذكاء الاصطناعي.
كيفية الإعداد
المتطلبات الأساسية
- الرفرفة: https://docs.flutter.dev/get-started/install
مشروع الإعداد
git clone https://github.com/deeeelin/Gelaito4.git
- في مجلد المشروع، قم بتشغيل
flutter run -d chrome --web-renderer html