Jun, 2021

特征组合与注意力相遇：百度足球嵌入和基于 Transformer 的时间检测

PDF
TL;DR本文提出了一种基于多阶段范式的方法，通过使用动作认知模型提取高级语义特征和设计转换器来定位目标事件，以检测和确定足球广播视频中事件的发生时间，并在 SoccerNet-v2 Challenge 中获得了最新的表现，在动作识别和重播地面任务上均表现出最先进的性能。
sports video editingevent detectionaction recognitiontransformersoccernet-v2 challenge
发现论文，激发创造
  • 使用密集检测锚点在足球视频中精确检测动作

    通过使用一组密集的检测锚点，预测每个锚点的检测置信度和相应的精细时间位移量，我们提出了一种视频中时间精准行动检测的模型，并尝试了两种主干架构，一维版的 u-net 和 Transformer 编码器 (TE), 并采用锐度感知最小化 (SAM) 和混合数据增强方法进行模型训练，取得了 SoccerNet-v2 数据集上的最新最佳性能，同时证明了预测时间位移量，不同主干架构的权衡，采用 SAM 和 mixup 进行训练的好处等相关实验结果。

    May, 2022

  • 一种多阶段深度结构用于足球视频摘要生成

    本文提出了一种利用音频和事件元数据生成足球比赛摘要的方法，在不同的数据集之间进行了泛化处理，并且可以提供不同的选项给最终编辑人员。

    May, 2022

  • RMS-Net: 足球事件检测的回归和掩蔽

    该论文提出了一种轻量级的、具有模块化特性的网络，用于识别足球比赛中的事件，并且能够同时预测该事件的类别和时间偏移量；在使用标准特征测试时，与当前最新技术相比，该方法的平均精度提高了 3 个百分点，并且与强 2D 骨干网络结合微调后，在测试集上的平均精度提高了超过 10 个百分点。

    Feb, 2021

  • SoccerNet: 一个用于足球视频动作定位的可扩展数据集

    该研究介绍了 SoccerNet，这是一个针对足球视频中动作定位的基准数据集，涵盖 2014 年至 2017 年三个赛季的六个欧洲主要联赛中的 500 场比赛，其中自动分析了 6,637 个事件的时间注释。作者们利用了通用动作识别和检测的最新进展，提供了针对足球事件检测的强大基线。

    Apr, 2018

  • 利用音频和视频流改进足球动作识别

    本文提出了一个研究，探讨在足球视频中进行多模态（音频和视频）的动作定位和分类。我们使用了 SoccerNet 基准数据集，并评估了在不同的深度神经网络结构中整合音频流的几种方法，并观察到在动作分类任务和动作定位任务中平均平均精度 (mAP) 指标分别提高了 7.43％和 4.19％。

    Nov, 2020

  • 使用深度行动识别特征对用户生成的体育视频进行总结

    该论文提出了一种通过深度神经网络对运动员的动作进行分类来生成运动视频摘要的方法，并采用日本剑术 Kendo 作为例子进行了评估，结果表明该方法优于之前的摘要方法。

    Sep, 2017

  • 全球与本地场景实体建模以实现精确的动作检测

    我们提出了一种新的方法，通过自适应注意机制来分析和建模场景实体，以解决在体育视频中探测行为的复杂挑战，并取得了出色的性能改进。

    Apr, 2024

  • 足球比赛广播中动作检测的时间感知特征汇聚

    该研究旨在通过特征聚合方法 NetVLAD++ 在足球广播中实现行为定位，并在最新的大型数据集 SoccerNet-v2 上进行训练和评估，在行为定位方面取得了 53.4% 的平均 MAP，较当前技术的水平提高了 12.7%。

    Apr, 2021

  • 利用计算机视觉检测关键足球比赛事件以创建精华片段

    本文利用 Faster RCNN 和 YoloV5 模型基于计算机视觉技术，对足球比赛视频进行关键事件检测和精简，结果表明使用 Faster RCNN 模型中的 ResNet50 作为基本模型表现最佳，检测准确率为 95.5%。

    Apr, 2022

  • SoccerNet-v2：广播足球视频整体理解数据集和基准

    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