視頻剪輯是一項(xiàng)簡單卻繁瑣的工作，需要投入大量的人力。而且人力完成的視頻剪輯，剪輯結(jié)果有著很強(qiáng)的主觀色彩。通過采集大量各類體育賽事數(shù)據(jù)進(jìn)行模型訓(xùn)練，利用深度神經(jīng)網(wǎng)絡(luò)良好的自主學(xué)習(xí)能力，采用Centernet作為多目標(biāo)檢測能力的實(shí)現(xiàn)框架，同時利用Transformer重構(gòu)目標(biāo)檢測進(jìn)行連鎖，二次捕捉目標(biāo)檢測的準(zhǔn)確性。CenterNet和Transformer的融合，實(shí)現(xiàn)了端到端的目標(biāo)檢測，在準(zhǔn)確性提升的基礎(chǔ)上滿足實(shí)時處理視頻的要求。綜合應(yīng)用多目標(biāo)檢測跟蹤以及多模式識別技術(shù)，實(shí)現(xiàn)短視頻的智能化剪輯，極大程度減少了人工工作量，同時也增加了短視頻剪輯的客觀性，在大數(shù)據(jù)時代背景下有著重要的現(xiàn)實(shí)意義。