本文提出了一种基于得分的索引方法来管理网球视频，通过时间分割和得分识别等方法，在自动标注的基础上，构建了一个界面来方便地检索和查看相关视频片段。

Jan, 2018

本研究提出了 GOAL 基准测试，通过 22k 个句子和 42k 个知识三元组，对超过 8.9k 个足球视频剪辑进行挑战性的新任务设置，即基于知识的视频字幕生成，旨在生成关于特定领域场景的生动、细致的视频描述，为自动体育叙述等领域提供了广泛应用。同时，对现有方法进行实验改进，展示了解决这一有价值有应用的任务的困难和潜在方向。

Mar, 2023

本文提出了一种基于密集视频字幕的评论生成任务，旨在为足球比赛提供文字评论，以便广播公司能够将视频内容总结成同步且有意义的文字评论，从而更好地满足足球粉丝的需求，增强足球内容的可理解性和可访问性。

Apr, 2023

本文介绍了一种通过从视频中学习语义表示（SR）并以 SR 为基础来生成多句连贯的自然语言描述的方法，同时也提出了基于手的视觉识别方法以及利用词格进行句子生成的方法，并通过人类评价证明了该方法比现有相关工作能够生成更可读、准确和相关的描述。

Mar, 2014

通过对深度学习在网球行为分类中的应用进行研究，本文探讨了其潜力和挑战。我们使用三种不同规模的基于深度学习架构 SlowFast 的模型对学术网球数据集 THETIS 进行训练和评估。最佳模型的泛化准确率达到了 74%，为网球行为分类的良好性能提供了证明。我们提供了最佳模型的错误分析，并指出了改进网球数据集的方向，讨论了数据集的限制、当前公开网球数据集的一般限制以及未来的进展方向。

Feb, 2024

这篇研究主要研究乒乓球比赛的视频分析，旨在检测和分类运动员微小的动作，并提供给教练和运动员工具来评估他们的比赛表现。

Jan, 2023

通过引入生成的 GPT-4 运动描述应用于三个行动数据集并在运动描述检索任务上评估几种视频 - 文本模型，本研究探讨了视频与图片的信息性差异，着重关注视频 - 文本模型对于视频中运动的理解以及需要在现有数据集中加入细致动作信息的问题，并证明了利用动作描述提高视频 - 文本模型对于细致动作的理解的方法的有效性。

Jun, 2024

SoccerNet-v2 提出了一个大规模手动注释的语料库，其中包含大约 300k 个注释，用于扩展足球领域中的任务，以推动计算机视觉更接近于针对更广泛视频理解和制作目的的自动解决方案。

Nov, 2020

本文提出了一种基于音视频描述符的自动足球视频集锦生成方法，通过对视频序列进行分段和分析来确定其相关性和兴趣度，使用音频信息提高摘要系统的性能，在应用经验知识规则组合低级和中级音视频描述符，选择与用户规格和相关度测量结果相适应的高兴趣度视频片段最终生成摘要。

Nov, 2014

该文介绍了利用视频中物体的 bounding box 将描述影片的句子与影片中的客观证据联系起来，并给出了一个能够利用 bounding box 的词语注释的视频描述模型，其在视频描述、视频段落描述和图像描述上均表现出了最先进的性能和更好的联系性。

Dec, 2018