体育赛事直播节目著作权问题研究

来源 :北京化工大学 | 被引量 : 0次 | 上传用户:qiukaifeng
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
体育赛事直播节目和具体的体育赛事是存在差异的,一般情况下公民都是经由电视亦或者是互联网等途径观看,对体育方面的赛事予以直接播出或者是转播行为展示出来的画面,这些都是经由专门的电视台亦或者从事互联网编导的主体自由选择具体播出的画面,并不是对整个具体比赛的全部展示,并且甚至会增加在具体现场当中没有包含的内容,把这些经由电视台或者是互联网等专门机构予以制造然后播放的,以体育方面的比赛为主要内容的节目都可以叫做是体育赛事直播节目。普通公民对于体育方面的各种运动的关注程度越来越高,由此催生了经济方面的利益,同时经过专门的媒体的宣传以及公民关注的增多,体育层面的各种比赛越来越呈现商业化的属性。随之而来的是,与体育方面比赛直播相关的各种纠纷也越来越多。存在这种情况的根本原因是,科技以及互联网的飞速提升,对于之前体育方面比赛的收看方式予以了改变,突破了时间和空间的界限。同时,体育产业的不断发展,人们对于知识产权保护意识的增强,而我国相关法律体系还存在着诸多不完善的地方,使制作者的合法权利得不到根本保障,因此对体育赛事直播节目的著作权争议凸显。
  文章共分为四部分,第一章主要是评析典型案例,并提出了本文所关注的问题,然后对国内外研究现状进行了总结与分析,呼应问题引出下文。第二章则是对体育赛事直播节目所享有的独创性特征予以剖析,对于两个不同法系关于独创性这一标准的具体规定予以了借鉴,更为明晰了体育赛事直播节目在法律层面的基本性质。第三章则针对我国与其他国家关于体育赛事直播节目进行保护的基本路径进行比较,从中发现我国现行保护模式存在的问题,如不能明确体育赛事直播节目的性质、独创性标准的界定十分模糊、现有的法律难以对体育赛事直播节目权利人的合法权利进行及时救济等。第四章则是在前文的基础上提出了对体育赛事直播节目在我国著作权保护中的建议,如重新界定法律层面对于何为作品具有的独创性的基本标准、把体育赛事直播节目界定为是视听这一类型的作品当中、明确体育赛事直播节目的权利归属、凸显侵权纠纷案例的指导作用、审判过程中加入专家意见考量等。希望通过本文的研究,能起到抛砖引玉的作用,推动体育赛事直播节目享有的著作权方面困境的解决,同时也为我国相关法律体系的进一步发展发挥自己的作用。
其他文献
一、问题回顾  在听“平面图形的面积”计算公式推导课时,笔者发现有这么一种现象:许多教师在引导学生通过自主探索、合作交流等方式初步得到面积的计算公式后,往往要求学生立即直接运用统一的、抽象的公式去解决相关问题,其后的教学就进入了学生反复运用公式解决简单问题的环节,缺少让学生静静回顾、深刻领悟、不断内化公式内涵的过程。  然而,心理学研究表明:小学生的思维还处在从具体形象思维为主逐步向抽象逻辑思维过
期刊
碳化硅金属-氧化物半导体场效应晶体管(Silicon Carbide Based Metal-Oxide-Semiconductor Field-Effect Transistor,SiC MOSFET)是新型宽禁带电力电子器件,具有禁带宽度大、击穿电场高、饱和漂移速度和热导率大等技术优势,能以更低的开关损耗、更快的开关频率、更高的结温工作运行,并已在航空航天、医疗、新能源汽车等行业得到了广泛的应
无人机航拍图像对地分辨率高,冗余信息少,能有效节约财力和物力,在很多领域都取得了较为广泛的应用。但航拍图像颜色差异度大,细节纹理丰富,一些传统的图像匹配算法难以获得较高的精度。此外无人机平台稳定性差,飞行高度不能严格控制,获得的具有相同覆盖域的图像之间,存在尺度变换关系,尺度变换的不精确会导致图像融合效果变差。如何实现高精度的航拍图像匹配并生成一幅视觉效果良好的拼接图像,是本文要解决的核心问题。文
目标检测与识别是对图像中的目标物体进行分类和定位的一种技术,是计算机视觉领域的重要研究方向,是许多视觉任务的基础,如目标跟踪、人脸识别、自动驾驶等。然而在实际应用中,目标所处的场景往往较为复杂,存在目标之间的遮挡、物体颜色变化、目标尺寸变化等问题,导致算法的检测效果并不理想。目前主流算法中,SSD(Single Shot multibox Detector)算法综合性能较好,能同时兼顾检测精度与速
随着科技水平的飞跃发展,数据呈爆发式增长,人们进入了大数据时代。数据正朝着多源化、异构化、复杂化的方向发展,人们在接触大量数据的同时也面临着数据的安全性、可靠性问题,例如信息泄露。这些行为与正常用户的行为模式不同,称之为异常行为或异常模式。如果可以在数据中提前检测这些异常行为或异常模式,可以避免造成重大损失。因此,针对多源数据准确且高效地进行异常模式挖掘有重大意义。本文主要研究内容如下:第一,针对
学位