自15年前德甲聯盟創立影片檔案庫以來，它正在持續為媒體合作伙伴提供德甲和德乙聯賽的內容。而在今天，人工智慧（AI）與機器學習技術使得德甲聯盟能夠更高效地在這175000小時的影片記錄中進行檢索。儘管擁有全世界最先進的配套技術和資料庫，德甲聯盟似乎仍然不夠滿意，在AI領域，德甲聯盟也希望AI技術可以和德甲資料庫完全匹配。
1、DFL Media Hub是什麼？
AI和機器學習現在使DFL Media Hub的使用者可以在17。5萬小時的影片錄影中更加有效地搜尋到精準內容。
在過去的15年中，DFL建立了一套完整的德國職業足球比賽影片錄影檔案，這是全世界上最大的足球數字檔案。這套檔案庫的存在，有助於為DFL的所有國內和國際媒體合作伙伴，成功為大家提供了快速便捷訪問德甲資料的途徑。在於DFB的密切合作下，雙方發動了大量人力物力，從零零散散的地方成功收集了德甲、德乙、德丙、女子德甲、德國杯，以及各級別梯隊賽事的所有歷史錄影畫面。與此同時，專案組還修復優化了所有資料的畫質，數字化處理了各個位置的最全面的質量等級，經過不斷的分類和長期歸檔，分別篩選出了全場比賽的精彩集錦和直播錄影。
但是，DFL Media Hub的功能遠不只是存檔歷史比賽素材。所以，DFL和所有德甲、德乙俱樂部以及眾多合作伙伴，加深了媒體資源的集中，例如影片內容上架了德甲官方APP釋出渠道，這也為眾多俱樂部的數字訊息內容加強了覆蓋範圍。因為得到了所有俱樂部的許可，所以該項技術擁有充實的基礎架構，成為DFL價值鏈條中不可或缺的一部分，其應用範圍從轉播實時影象訊號，到自動生成精彩片段，再到分發對應平臺社群，再到自動建立社論內容，都只需要極短時間。在相應的製作過程中，特別是在比賽日，DFL Media Hub已經可以實現完全自動整合。除此之外，額外的元資料超過11PB（1 PB代表100萬千兆），都將成為德甲資料寶庫中的一部分。
2021年5月6日，系統正式升級，DFL Media Hub使用編輯元資料，即描述影片內容並新增關鍵字等屬性。這些內容越全面、越詳細，媒體使用者就可以更輕鬆、更快、更有針對性地搜尋影片內容，並過濾出適合媒體制作的材料。
2、DFL Media Hub中的影片資料量
DFL Media Hub中的影片資料量有多大？DFL Media Hub中應用了三種不同型別的元資料，以最大程度地提高內容的價值：官方比賽資料，實時記錄資料和人工智慧生成的資料。這些元資料加在一起，將超過11 PB的巨大影片集變成了一個結構合理的，多用途的內容儲存庫——一個真正的寶藏。1 PB代表100萬千兆，相當於使用智慧手機拍攝的大約2。5億張照片的大小。而11PB，就相當於27。5億張智慧手機照。接下來，我們將在下面解釋元資料的不同型別。
在正式比賽資料被新增到影片存檔後，自動建立用於每個畫面底層主資料框架。其中包括諸如對比賽的正確資料描述，球隊陣容或比賽統計資訊（包括進球，進球球員以及任何黃牌或紅牌）之類的專案。這些官方比賽資訊由DFL子公司Sportec Solutions AG收集，並透過在DFL Media Hub上執行的自動匯入系統分配給每個比賽鏡頭。透過比賽資料收集的影片，可以及時出現在DFL的媒體使用者後臺頻道（影片德語，英語字幕都可以）。
因此，實時日誌記錄又增加了一層意義：一旦比賽開球，位於科隆廣播中心（CBC）的DFL子公司Sportcast的專家，就將在基本訊號中添加了實時日誌記錄（關鍵字形式的描述性元資料）。這也意味著對於德甲德乙的每場比賽，“實時記錄器”都會緊密跟蹤螢幕上的每一個事件，並透過來自72種與動作型別有關的編輯模式，將資訊分配給每個活動，來記錄它們的屬性：例如“移動”、“技巧”、“攔截”、“解圍”、“任意球”、“防守動作”或“相同鏡頭”。甚至，系統可以將賽前和賽後在球場所發生的所有事件都以這種方式標記。在此過程中，每個現場裝置都會平均每秒累積100多個不同的編輯相關場景，這樣會讓系統自動搜尋某些場景更加容易。
機器學習和AI會自動建立新一層額外的，高度詳細的，與內容相關的元資料，從而進一步完善與DFL Media Hub上的影片內容相關的可搜尋細節，從而使特定場景的查詢變得更加容易。在過去的幾年中，DFL與全球領先的雲計算服務提供商Amazon Web Services（AWS）在AI解決方案開發商Quantiphi合作，集成了各種創新技術。自2020年1月以來，AWS一直是DFL的官方技術提供商。
3、DFL Media Hub中使用的人臉識別技術
機器學習和AI技術可以提供更多資訊，從而實現更快，更準確的搜尋結果，這是如今社會所有人都毋庸置疑的。
如今，有一個名為“面部和情緒識別”的功能可以自動識別特定的球員與其相關的情緒。為此專門開發的基於AI的軟體演算法，使用上載到系統、並由定製軟體來處理指定的分析影片素材，以識別各個鏡頭。該軟體可以根據特定的面部特徵在幾秒鐘內識別、分類和儲存特定的球員。然後，隨著更多球員及其面部特徵被新增，系統將自動繼續學習，解決繁瑣的後續工作。
同時，另一種名叫“隊徽檢測”的軟體功能也以類似的邏輯操作：它能使用系統中儲存的徽標資訊（例如俱樂部徽標）來識別和標記匹配的影片序列，這也可以廣泛應有於全球商業市場。因此，DFL和影片和音訊內容識別解決方案提供商ivitec GmbH，共同開發了另一項有助於確保特定影片內容，快速交付的創新“指紋”技術，以確保該項技術不會影響普通人的生活。
德甲每賽季12000小時的影片素材每年都會被新增到DFL Media Hub中，這種方法包括DFL與各個媒體合作伙伴之間建立的共有智慧財產權，以提供有關誰製作了相應的影片片段以及誰被允許使用的法律資訊。它提高了影片資料使用者的法律確定性，同時提高了搜尋效率：大約95％的搜尋會根據預定義的許可權矩陣自動進行檢查，並交付給被許可人。
同時，比賽日特定的影片存檔和編輯素材都具備可用性。DFL Media Hub會提供包括來自國家媒體合作伙伴的影片錄影，所有比賽的原始鏡頭，以及所有相關的額外影片報道。每場比賽都遵循該內容彙總例程，每年在此存檔中增加大約12000小時的額外影片資料。DFL Media Hub總共擁有175000小時的可用內容，是世界上最大，最聰明的足球數字影片資料庫。DFL Media Hub將與AWS及其合作伙伴網路緊密合作，繼續開發其技術和內容。
如此強大的德甲聯賽，正是職業聯賽公益性的最好體現。