于 鵬，王永濱，柯雅明，劉 文，伏文龍

(中國(guó)傳媒大學(xué)計(jì)算機(jī)學(xué)院，北京100024)

一種基于壓縮域的視頻鏡頭檢測(cè)方法

于 鵬，王永濱，柯雅明，劉 文，伏文龍

(中國(guó)傳媒大學(xué)計(jì)算機(jī)學(xué)院，北京100024)

針對(duì)傳統(tǒng)的基于空域的視頻鏡頭檢測(cè)算法需要解壓縮，計(jì)算量大、效率低的缺點(diǎn)，提出了一種基于壓縮域的視頻鏡頭檢測(cè)方法。該方法首先根據(jù)MPEG壓縮標(biāo)準(zhǔn)，從視頻流中提取I幀中8個(gè)低頻DCT系數(shù)，并對(duì)其進(jìn)行分區(qū)加權(quán)求二次幀差，從而確定鏡頭變換所在的GoP;在GoP中通過計(jì)算P幀和B幀的不同類型宏塊比率，來(lái)精確定位鏡頭邊界。實(shí)驗(yàn)結(jié)果表明，該方法可大大減少計(jì)算時(shí)間和數(shù)據(jù)量，且具有良好的檢測(cè)效果。

視頻鏡頭檢測(cè);壓縮域;MPEG;二次幀差;宏塊比率

近年來(lái)，隨著多媒體技術(shù)的蓬勃發(fā)展和“三網(wǎng)融合”的大力推進(jìn)，視頻呈現(xiàn)爆炸式的增長(zhǎng)，其所攜帶的信息量遠(yuǎn)遠(yuǎn)超過文本和語(yǔ)音，具有確切、直觀、具體、生動(dòng)和高效等特點(diǎn)，備受人們的青睞。鏡頭是組成視頻序列的物理單位，而鏡頭檢測(cè)是視頻高層相關(guān)處理，如語(yǔ)義分析、索引、查詢和內(nèi)容分類的基礎(chǔ)［1］，其檢測(cè)效率和準(zhǔn)確性直接影響高層處理的性能和效果。

許多學(xué)者對(duì)視頻鏡頭檢測(cè)進(jìn)行了有益的研究，提出了若干有代表性的方法，從多個(gè)方面、多個(gè)角度捕獲了鏡頭邊緣的特征信息［2］。從大的方面來(lái)說，鏡頭的檢測(cè)方法可分為:基于空域的檢測(cè)方法和基于壓縮域的檢測(cè)方法。早期，人們對(duì)鏡頭檢測(cè)方法的研究大都是基于空域展開的，其主要依據(jù)鏡頭轉(zhuǎn)換處視頻底層顏色、紋理、輪廓形狀等特征的變化來(lái)實(shí)現(xiàn)鏡頭檢測(cè)的，常見的有像素比較、直方圖、聚類、運(yùn)動(dòng)場(chǎng)和邊緣的方法［2-3］。雖然基于空域的檢測(cè)算法取得了一定的成果，但是這種鏡頭檢測(cè)方法要求必須在完全解壓的前提下進(jìn)行，一方面解壓視頻計(jì)算量巨大，效率低下;另一方面，解壓后數(shù)據(jù)量增大，很多算法在數(shù)據(jù)量急劇增大的情況下，效果明顯變差，這是該類算法致命的弱點(diǎn)［3］?；趬嚎s域的方法研究較少，比較有代表性的有Arman［4］提出的用I幀的若干DCT系數(shù)來(lái)進(jìn)行鏡頭的檢測(cè)方法，但是該方法計(jì)算的幀差比較粗略，對(duì)預(yù)測(cè)編碼的處理不夠，檢測(cè)精度不高。李向偉［5］提出了基于I幀DC系數(shù)的方法，該方法雖然是在壓縮域上，但是沒有考慮P和B幀，因而鏡頭檢測(cè)不夠精確。

綜上所述，針對(duì)壓縮域的研究才剛剛起步，目前還沒有一種很好的方法。本文在深入分析研究MPEG視頻壓縮編碼及相關(guān)理論的基礎(chǔ)上，將基于空域檢測(cè)的成功方法與壓縮域相結(jié)合，對(duì)I幀和P、B幀進(jìn)行分別處理，提出了一種基于壓縮域的視頻鏡頭檢測(cè)方法。實(shí)驗(yàn)表明，該方法具有良好的檢測(cè)效果，且與傳統(tǒng)的方法相比，具有較低的計(jì)算復(fù)雜度和數(shù)據(jù)量，能夠滿足實(shí)際應(yīng)用的要求。

1 預(yù)備知識(shí)

1.1 鏡頭介紹

鏡頭［6］是指由攝像機(jī)從按下快門到停止的時(shí)間段內(nèi)，拍攝的一組連續(xù)相關(guān)的的圖像幀，它用來(lái)表現(xiàn)場(chǎng)景中連續(xù)的一個(gè)運(yùn)動(dòng)過程［2］。鏡頭通過視頻剪輯工具進(jìn)行連接，由于剪輯手法的多樣性，鏡頭變換也呈現(xiàn)豐富多彩的樣式。根據(jù)轉(zhuǎn)換處過渡特性的差異，鏡頭轉(zhuǎn)換［1，7］可分為突變和漸變兩類。突變是指連續(xù)兩個(gè)鏡頭之間沒有過渡，兩鏡頭之間沒有任何編輯效果和時(shí)間上的延遲［8］;漸變則與突變截然相反，它是指兩個(gè)連續(xù)鏡頭在轉(zhuǎn)換處相互重疊，漸漸由前一鏡頭轉(zhuǎn)變?yōu)楹罄m(xù)鏡頭的方式，通常這個(gè)過程會(huì)持續(xù)十幾幀到幾十幀不等，這樣就使得鏡頭之間的過渡更加平緩，人們看起來(lái)感覺不到明顯的視覺不連續(xù)。常見的鏡頭漸變種類包括淡入淡出、融化、掃描等［1，6］。圖1給出了視頻突變漸變的示意圖。

圖1 視頻突變漸變示意圖

1.2 MPEG壓縮介紹

MPEG壓縮是當(dāng)今國(guó)際上通用的視頻壓縮標(biāo)準(zhǔn)，其主要通過兩項(xiàng)基本技術(shù)實(shí)現(xiàn)壓縮:基于離散余弦變換(Discrete Cosine Transform，DCT)的壓縮技術(shù)和基于16×16宏塊的運(yùn)動(dòng)補(bǔ)償技術(shù)。其中，DCT變換是一種正交變換，可將信號(hào)從空間域變換到頻率域，充分減少圖像內(nèi)容間的自相關(guān)性，使大部分的能量集中在頻率域中少數(shù)幾個(gè)能量較高的低頻系數(shù)上［5］，只利用這些低頻系數(shù)就可以很好地恢復(fù)原始圖像，其余系數(shù)在經(jīng)過量化后，大部分都變成了零，從而可減少空間冗余度，實(shí)現(xiàn)壓縮功能。MPEG在幀編碼時(shí)是按照?qǐng)D像組(Group of Pictures，GoP)進(jìn)行的，每一個(gè)GoP包含了3種類型的幀，分別是I幀、P幀和B幀。其中，I幀是基礎(chǔ)幀，采用基于DCT變換幀內(nèi)編碼的形式。P幀需要參考前面最近的I幀或P幀進(jìn)行前向運(yùn)動(dòng)補(bǔ)償來(lái)獲得。B幀根據(jù)前面和后面的參考幀進(jìn)行雙向預(yù)測(cè)。幀間預(yù)測(cè)編碼時(shí)，編碼器在參考幀中搜索與當(dāng)前幀中的每個(gè)宏塊最匹配的宏塊，從而計(jì)算出運(yùn)動(dòng)向量(Motion Vectors，MV)，進(jìn)一步計(jì)算當(dāng)前宏塊的運(yùn)動(dòng)補(bǔ)償預(yù)測(cè)差異(Motion Compensation Predictive Error，MCPE)，將獲得的MCPE與給定的閾值進(jìn)行比較，若小于閾值，則將MCPE和MV一起進(jìn)行編碼;若大于閾值，則對(duì)該宏塊進(jìn)行內(nèi)部編碼，這種情況說明當(dāng)前幀和參考幀間的差異較大，而這種差異往往是由于鏡頭變換形成的［3］。

2 基于壓縮域的視頻鏡頭檢測(cè)方法

主要分為兩個(gè)步驟:1)鏡頭GoP檢測(cè)。抽取視頻序列中每個(gè)GoP中的首幀——I幀，以I幀中8個(gè)低頻的DCT系數(shù)為特征進(jìn)行分區(qū)加權(quán)求二次幀差，將二次幀差與自適應(yīng)閾值比較來(lái)粗略確定鏡頭邊界所在的GoP。2)鏡頭邊界檢測(cè)。根據(jù)GoP中P和B幀的不同類型宏塊運(yùn)動(dòng)比率來(lái)進(jìn)一步確定鏡頭邊界。

2.1 鏡頭GoP檢測(cè)

2.1.1 視頻幀分區(qū)加權(quán)

在基于空域的鏡頭檢測(cè)算法中，通常采用分區(qū)［9-10］的概念，將視頻平均分成N×N區(qū)(N表示長(zhǎng)和寬的單位數(shù))，分別計(jì)算每個(gè)分區(qū)的直方圖和幀差，以此彌補(bǔ)直方圖算法不能反映像素位置信息，但是沒有考慮視頻中不同區(qū)域的重要性因素。為了捕獲圖像的空間分布信息，同時(shí)考慮到視頻在拍攝過程中和人眼視覺對(duì)圖像不同部分的關(guān)注程度［11］，將視頻非均勻的分割為3×3子區(qū)，其中長(zhǎng)和寬的比例3∶5∶3，分區(qū)的比例如圖2所示，圖中每個(gè)分區(qū)中分別標(biāo)注了長(zhǎng)和寬的單位數(shù)。

圖2 分區(qū)比例示意圖

通常，相對(duì)于圖像中心區(qū)域，4個(gè)角落和邊緣的內(nèi)容顯得不是那么重要，同時(shí)圖像的底端字幕部分經(jīng)常會(huì)干擾鏡頭檢測(cè)的準(zhǔn)確性。因此，在完成分區(qū)后，又定義了一個(gè)權(quán)重矩陣W

式中:wi表示第i(i∈［1，9］)個(gè)分區(qū)的權(quán)重值，加權(quán)系數(shù)和分區(qū)一一對(duì)應(yīng)，通過分區(qū)區(qū)間大小和分區(qū)加權(quán)系數(shù)的不均勻分配體現(xiàn)不同區(qū)域的重要程度，提高鏡頭檢測(cè)的精確度。

2.1.2 二次幀差計(jì)算

在對(duì)GoP進(jìn)行鏡頭檢測(cè)時(shí)，選取每個(gè)GoP的首幀作為特征來(lái)實(shí)現(xiàn)粗略的鏡頭檢測(cè)。由MPEG編碼相關(guān)介紹可知，I幀的DCT系數(shù)可以直接獲取，并且DCT系數(shù)的高頻部分經(jīng)量化后基本為零，能量主要集中在左上角靠近DC分量的少數(shù)幾個(gè)低頻系數(shù)上，使用這些極少數(shù)的低頻系數(shù)即可恢復(fù)出原圖像。同時(shí)，將全部的DCT系數(shù)用作計(jì)算，計(jì)算量和數(shù)據(jù)量大，效率低，且意義不大。因此，選取8個(gè)低頻DCT系數(shù)為特征值進(jìn)行計(jì)算，這樣既不失精確性，同時(shí)減少了計(jì)算量，使得參與計(jì)算的數(shù)據(jù)量減少了7/8。在上一步分區(qū)加權(quán)的基礎(chǔ)上，提供了一種二次幀差計(jì)算方法，計(jì)算幀差公式為

將其歸一化

式中:Dm(li，li+1)表示li和li+1幀中第m塊的幀差;num_ blocks代表該分區(qū)中8×8的塊數(shù);j代表DCT系數(shù)采用“之”字編碼的前8個(gè)低頻系數(shù)下標(biāo);DCTk(li，j)表示第li幀中第k個(gè)塊中第j個(gè)DCT系數(shù)。這樣計(jì)算出相鄰兩幀對(duì)應(yīng)區(qū)間的幀差值，分別記為D1，D2，…，D9，則相鄰兩幀的幀差和加權(quán)系數(shù)聯(lián)合計(jì)算得到

式中:wj為對(duì)應(yīng)塊j的權(quán)重系數(shù);DFi為第i幀的加權(quán)后的幀差。通過上面的方式計(jì)算得到的幀差就每個(gè)鏡頭而言是各不相同的。因?yàn)椋總€(gè)鏡頭內(nèi)的圖像變換程度是不同的，幀差的變化范圍和平均值也各不相同，對(duì)運(yùn)動(dòng)劇烈或者顏色變化大的鏡頭，幀差比較大，鏡頭邊界的幀差也不會(huì)比平均值大很多;而對(duì)于運(yùn)動(dòng)平緩或者顏色變化不大的鏡頭，幀差平均值較小，邊界幀差很大［11］。如果用一個(gè)固定的幀差的倍數(shù)作為閾值，其檢測(cè)效果是不理想的［7］。為了有效解決鏡頭邊界檢測(cè)閾值對(duì)鏡頭內(nèi)容變換的敏感性，使用二次幀差(Twice Frame Difference，TFD)

式中:TFDi表示第當(dāng)前i幀的二次幀差;DFi表示i幀的幀差。幀差反應(yīng)的是兩幀之間的變化量，而二次幀差反映的是變化率。因此，通過二次幀差，可以有效消除不同鏡頭的幀變化量的差別，突出鏡頭的邊界特征［7，11］。

2.1.3 自適應(yīng)閾值選取

通過大量的視頻數(shù)據(jù)分析，發(fā)現(xiàn)視頻鏡頭時(shí)間持續(xù)超過2 s［12］，視頻的播放速度一般在24～30 f/s(幀/秒)，一個(gè)長(zhǎng)度為2 s的鏡頭至少包含48幀，也就是有4個(gè)GoP或I幀。此外，同一鏡頭內(nèi)相鄰兩幀的視頻圖像內(nèi)容由于變化不大，所以相鄰兩幀的二次幀差呈現(xiàn)出相對(duì)均勻分布，而突變處幀差明顯比平均值大很多;在發(fā)生漸變時(shí)，其二次幀差也發(fā)生較大的變化，因此可設(shè)定兩個(gè)門限系數(shù)，α為鏡頭突變檢測(cè)門限系數(shù)，β(β＜α)為鏡頭漸變檢測(cè)門限系數(shù)。

定義一個(gè)大小為win(本文win取值為6，因?yàn)橐粋€(gè)鏡頭至少有4個(gè)I幀)的窗口，計(jì)算窗口內(nèi)的平均二次幀差，并將當(dāng)前檢測(cè)幀與二次幀差進(jìn)行比對(duì)。具體地，首先計(jì)算窗口內(nèi)的二次幀差的和，進(jìn)一步得到窗口內(nèi)的二次幀差平均值。公式如下

式中:TotalTFDi為截止到當(dāng)前i幀，窗口win內(nèi)的二次幀差之和。

式中:aveTFDi為當(dāng)前窗口內(nèi)的二次幀差平均值，則突變檢測(cè)的自適應(yīng)閾值［1］為Th=α×aveTFDi，漸變檢測(cè)的自適應(yīng)閾值為Tl=β×aveTFDi，采用傳統(tǒng)的雙閾值［13］方法即可檢測(cè)出鏡頭變換所在的GoP。通過實(shí)驗(yàn)發(fā)現(xiàn)，α選擇在3.1～4，β取1.5～2范圍內(nèi)效果較好。

2.2 鏡頭邊界檢測(cè)

由于P幀和B幀的DCT系數(shù)需要進(jìn)行計(jì)算才可獲得。由MPEG介紹可知，P幀和B幀以宏塊為單位進(jìn)行運(yùn)動(dòng)補(bǔ)償和預(yù)測(cè)。當(dāng)鏡頭變換發(fā)生在某一P幀時(shí)，大多數(shù)的宏塊將采用無(wú)運(yùn)動(dòng)補(bǔ)償?shù)膸瑑?nèi)編碼進(jìn)行壓縮。而對(duì)于B幀，采用的是雙向預(yù)測(cè)，當(dāng)鏡頭邊界發(fā)生在該幀時(shí)，絕大多數(shù)的運(yùn)動(dòng)矢量來(lái)自于其后的參考幀，而很少一部分來(lái)自于前向參考幀。為了檢測(cè)是否該幀為鏡頭邊界幀，分別對(duì)P幀和B幀計(jì)算一個(gè)比率RP和R［14］B

式中:NMtotal用于表示該幀中宏塊的總數(shù);NMintra表示該幀中幀內(nèi)編碼宏塊的個(gè)數(shù)。當(dāng)RP大于某個(gè)閾值時(shí)，可以認(rèn)為該P(yáng)幀是一個(gè)鏡頭邊界。

對(duì)于B幀，計(jì)算比率

式中:NMback表示后續(xù)運(yùn)動(dòng)矢量的數(shù)目;NMpre表示前向運(yùn)動(dòng)矢量的數(shù)目。當(dāng)RB出現(xiàn)大于某個(gè)閾值時(shí)，該B幀為鏡頭邊界。如果P幀和B幀都不是邊界，那么可以推斷I幀為鏡頭的邊界［8］。

3 實(shí)驗(yàn)與結(jié)果分析

基于上述算法，本文進(jìn)行了大規(guī)模的仿真實(shí)驗(yàn)，表1給出了新聞、動(dòng)畫、體育等類型MPEG視頻進(jìn)行實(shí)驗(yàn)的檢測(cè)結(jié)果。采用視頻鏡頭檢測(cè)的通用指標(biāo)，查準(zhǔn)率和查全率［1，15］來(lái)衡量鏡頭檢測(cè)的效果，其計(jì)算公式為

表1 視頻鏡頭檢測(cè)結(jié)果

由表1可知，該算法取得了較好的檢測(cè)效果，其查準(zhǔn)率和查全率平均約為89.9%和91.5%，其中視頻類型為體育片段的查全率略低于平均值，其主要原因是由于視頻幀之間的運(yùn)動(dòng)較大，可以適當(dāng)提高閾值系數(shù)來(lái)獲得更好的檢測(cè)效果。此外，由于是在壓縮域進(jìn)行，不需要解壓，先對(duì)鏡頭中I幀處理，如果有變換，才會(huì)進(jìn)一步對(duì)GoP內(nèi)各幀進(jìn)行計(jì)算，因此大大的降低了計(jì)算開銷，提高了計(jì)算效率，與傳統(tǒng)的基于直方圖的方法相比，其性能提高了約30%。

4 小結(jié)

本文基于視頻壓縮原理提出了一種視頻鏡頭檢測(cè)算法，通過提取MPEG視頻中低頻中的8個(gè)DCT系數(shù)來(lái)進(jìn)行GoP鏡頭檢測(cè)，進(jìn)一步根據(jù)P、B幀的運(yùn)動(dòng)宏塊比率精確確定鏡頭邊界。實(shí)驗(yàn)表明，該方法計(jì)算量和數(shù)據(jù)量少，效率高，綜合性能好。由于本文主要針對(duì)主流的MPEG視頻格式開展的研究，但是對(duì)于其他格式不一定通用，這也是進(jìn)一步研究的一個(gè)問題。

［1］印勇，侯海珍.基于直方圖幀差的自適應(yīng)鏡頭分割算法［J］.計(jì)算機(jī)工程與應(yīng)用，2010，46(9):186-189.

［2］錢剛，曾貴華.典型視頻鏡頭分割方法的比較［J］.計(jì)算機(jī)工程與應(yīng)用，2004，40(32):51-55.

［3］李向偉，李戰(zhàn)明，張明新，等.基于內(nèi)容的視頻鏡頭檢測(cè)技術(shù)［J］.電視技術(shù)，2008，32(3):19-21.

［4］ARMAN F，HSU A，CHIU M.Image processing on compressed data for large video databases［C］//Proc.the 1st ACM International Conference on Multimedia.［S.l.］:ACM Press，1993:267-272.

［5］李向偉，李戰(zhàn)明，張明新，等.一種基于壓縮域的鏡頭檢測(cè)算法［J］.蘭州理工大學(xué)學(xué)報(bào)，2008，34(6):97-101.

［6］韓全磊.基于內(nèi)容的視頻鏡頭分割及檢索技術(shù)研究［D］.濟(jì)南:山東大學(xué)，2009.

［7］吳晶，陳淑珍.基于樹形分類器的自適應(yīng)鏡頭分割系統(tǒng)［J］.計(jì)算機(jī)工程，2007，33(3):18-20.

［8］譚楓，馮馳.鏡頭邊界檢測(cè)及關(guān)鍵幀提?。跠］.哈爾濱:哈爾濱工程大學(xué)，2006.

［9］彭波，李弼程.一種因果的突變鏡頭檢測(cè)方法［J］.計(jì)算機(jī)工程與應(yīng)用，2004，40(5):91-93.

［10］ZHONG Y，KARU K，JAIN A.Locating text in complex color images［J］.Pattern Recognition，1995，28(10):1523-1535.

［11］周藝華，曹元大，張洪欣.一種基于二次幀差的突變鏡頭檢測(cè)方法［J］.計(jì)算機(jī)工程與應(yīng)用，2005，41(6):22-25.

［12］劉典，劉文萍.一種基于直方圖的切變鏡頭自動(dòng)檢測(cè)算法［J］.北方工業(yè)大學(xué)學(xué)報(bào)，2007，19(3):16-20.

［13］ZHANG H，KANKANHALLIA，SMOLIAR S.Automatic partitioning of full-motion video［J］.Multimedia Systems，1993，1(1):10-28.

［14］李玉峰.基于內(nèi)容視頻檢索的鏡頭檢測(cè)及場(chǎng)景檢測(cè)研究［D］.天津:天津大學(xué)，2009.

［15］劉俊曉，孟祥增.一種基于鏡頭內(nèi)容的視頻檢索系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)［J］.電視技術(shù)，2007，31(2):85-87.

伏文龍(1980— )，工程師，主要從事廣播電視信息安全、傳媒大數(shù)據(jù)等領(lǐng)域研究工作。

Video Shot Detection M ethod Based on Com pressed Domain

YU Peng，WANG Yongbin，KE Yaming，LIUWen，F(xiàn)UWenlong
(School of Computer，Communication University of China，Beijing 100024，China)

Aimed at the shortcoming in conventional airspace shot detection need to decompress，computationally intensive and low efficiency，a video shot detectionmethod based on compressed domain is proposed.In thismethod，the 8 low-frequency DCT coefficients of I frameswere extracted first from the video stream according to MPEG standard，and the frames are partitioned，weighted and computed the twice-frame-difference，so the GoPof the shot boundary is determined;In the GoP，by calculating the different types ofmacro-block ratios of the P and B frames，to accurately detect shotboundary.Experiment result showed that，the amount of computation and data is reduced greatly and has a good detection results.

video shot detection;compressed domain;MPEG;twice-frame-difference;macro-block ratios

TP391

A

于 鵬(1983— )，博士生，主要研究方向?yàn)樾畔踩途W(wǎng)絡(luò)新媒體技術(shù);

王永濱(1963— )，博士生導(dǎo)師，主要研究方向?yàn)榫W(wǎng)絡(luò)新媒體技術(shù)、廣播電視與新媒體信息安全等;

柯雅明(1988— )，碩士生，主要研究方向?yàn)槊襟w信息安全;

劉 文(1982— )，女，碩士生導(dǎo)師，主要研究方向?yàn)樾畔踩?、網(wǎng)絡(luò)新媒體技術(shù);

?? 雯

2013－08－14

世界杯開賽 北京電視臺(tái)開啟全媒體報(bào)道

【本文獻(xiàn)信息】于鵬，王永濱，柯雅明，等.一種基于壓縮域的視頻鏡頭檢測(cè)方法［J］.電視技術(shù)，2014，38(13).

國(guó)家“863”計(jì)劃項(xiàng)目(2011AA01A107);國(guó)家科技支撐計(jì)劃項(xiàng)目(2012BAH51F02)

四年一屆的世界杯在6月13日如期而至，北京電視臺(tái)新媒體平臺(tái)迅速組建世界杯報(bào)道小組，利用北京網(wǎng)絡(luò)廣播電視臺(tái)網(wǎng)站brtn.cn、官方微平臺(tái)、“BTV大媒體”移動(dòng)客戶端、北京IPTV等新媒體平臺(tái)推出了一系列內(nèi)容豐富，形式新穎，互動(dòng)性強(qiáng)，用戶體驗(yàn)良好的全媒體式報(bào)道。在此次報(bào)道中新媒體記者與體育、新聞?lì)l道記者共同參與，前往世界杯最前線巴西展開聯(lián)合報(bào)道。同時(shí)，在體育頻道世界杯特別節(jié)目中量身打造了6個(gè)微門戶，網(wǎng)友和觀眾可以在看電視時(shí)與節(jié)目實(shí)時(shí)互動(dòng)，實(shí)現(xiàn)了新媒體與傳統(tǒng)電視節(jié)目深度融合，搭起了節(jié)目與觀眾之間互動(dòng)的橋梁。