Gelaito4：由協作電腦視覺和生成人工智慧提供支援的體育媒體平台
介紹
- Gelaito4是應用原型，旨在透過提供即時選手資訊、自動視訊分類和個人化影片推薦來增強體育賽事的觀看體驗。
示範
動機
- 在觀看體育賽事影片時，觀眾往往希望快速了解球員的姓名或相關數據，但只能依靠模糊的球衣號碼或球員特徵在網路上進行搜尋。這不僅需要暫停視頻，錯過精彩瞬間，還要花費大量時間查找資訊。
- 用戶在觀看大量的體育賽事影片時，往往需要花費大量時間手動對影片內容進行分類和標籤，繁瑣且耗時。如果平台對影片進行分類，需要大量的人力，費時費力，成本高，而且影片分類的效率較低。
- 觀眾在觀看體育賽事影片時希望快速掌握比賽精彩片段，但製作比賽精彩片段需要人力觀看整場比賽、選擇片段並進行剪輯，耗時耗力。
- 當用戶在觀看影片時表達對特定主題的興趣時，推薦其他類似影片很有可能符合用戶的喜好，從而增強觀看體驗。
特徵
- 即時球員資訊展示：觀看者點擊影片中的球員，即可在彈出的對話框中查看其姓名、戰術角色以及歷史數據，無需自行搜尋。
- 快速掌握遊戲亮點：利用AI技術，使用者可以快速掌握遊戲亮點，減少搜尋影片的時間，簡化繁瑣的搜尋過程。 AI可以總結比賽內容，標記熱點和亮點，為公司節省聘請兼職學生的成本。
- 自動分類：利用AI技術，系統自動對視頻進行分類和標籤，方便用戶快速找到相關視頻，提升觀看體驗。
- 影片推薦：透過分析用戶的觀看行為，AI根據目前觀看的影片推薦其他類似視頻，讓用戶更容易發現感興趣的內容，提升觀看體驗。
解決方案與創新
- 球員資訊即時同步：利用AI視覺模型識別場上球員球衣號碼，結合網路爬蟲技術和GenAI對資訊進行處理和聚合，產生球員的即時和歷史數據。
- 影片分類：使用OpenAI的文字嵌入模型將視訊資訊轉換為向量表示，並使用Kmeans演算法對相似影片進行分類。 GenAI分析每個類別集並分配適當的類別名稱，實現影片庫的自動化分類。
- 產生視訊摘要：使用GenAI模型捕獲視訊音訊訊息，將其轉換為文字文件，並使用GenAI匯總訊息，產生視訊大綱和摘要片段。
- 生成影片精彩片段：對生成的影片摘要文字進行嵌入搜索，與關鍵片段的常用關鍵字（如「進球啦！」、「得分~」）進行比較，識別出精彩片段的時間點。展開前後時間點，利用NLTK模型將展開後的多個影片片段進行修剪合併，確保片段有完整的上下文。
可交付成果
- 主頁設計：使用者可以在主頁上選擇自己感興趣的影片。點擊影片會跳到另一個頁面，主要有三個功能：
- 視訊播放和即時球員資訊：用戶可以在比賽過程中點擊感興趣的球員，立即彈出顯示球員姓名和資訊的對話框。
- 精彩片段：影片播放下方顯示比賽精彩片段，用戶可以點擊感興趣的標題觀看精彩片段。
- 推薦影片：系統根據使用者的觀看內容，推薦有興趣的相關影片。
- 選單欄和視頻分類：首頁有選單欄，供用戶按類別瀏覽視頻，類別由人工智慧自動生成。
如何設定
先決條件
- 顫振：https://docs.flutter.dev/get-started/install
設定項目
git clone https://github.com/deeeelin/Gelaito4.git
- 在專案資料夾中，執行
flutter run -d chrome --web-renderer html
