Nov, 2023

广泛适用的运动球检测和跟踪强基线

PDF
TL;DR我们提出了一种用于各种运动类别的新型运动球检测和跟踪方法，该方法包括高分辨率特征提取、位置感知模型训练和考虑时间一致性的推理，并将其作为新的 SBDT 基线。我们将基线与 6 种最先进的 SBDT 方法在 5 个来自不同运动类别的数据集上进行比较，在新引入的两个 SBDT 数据集上提供新的球注释，并重新实现所有方法以便进行广泛的比较，实验结果表明我们的方法在所有数据集涵盖的运动类别上均优于现有方法。我们相信我们提出的方法可以作为一种广泛适用的强基线（WASB）用于 SBDT，并且我们的数据集和代码库将促进未来的 SBDT 研究。数据集和代码将公开提供。
发现论文，激发创造
  • 足球视频中远程实时球员和球检测的基准设定

    提供了用于训练和评估的 YOLO 归一化注释格式的 SoccerNet v3 数据集的编辑部分，该数据集在长距离实时检测足球场上的球和球员方面证明了 YOLO8n 模型优于 FootAndBall。

    Nov, 2023

  • 基于上下文多特征融合的羽毛球识别与跟踪系统

    本文介绍了一种用于检测和跟踪羽毛球的方法，该方法通过特性判断和结合背景信息解决羽毛球不易检测的挑战，并且能够达到 100% 的准确度和 84.1% 的 F1 平均值。

    Jun, 2023

  • SoccerNet-Tracking：足球视频中的多目标跟踪数据集和基准

    在本篇论文中，我们提出了一个可用于多物体跟踪的新型数据集，其包含 200 个 30 秒的序列和一个完整的 45 分钟半场，用于跟踪足球视频中的球员、裁判和球，该数据集带有边界框和跟踪 ID 的完整注释，并能够训练足球领域 MOT 基线并对这些方法进行全面基准测试，结果表明足球视频中的多人、裁判和球跟踪问题还有待改善。

    Apr, 2022

  • 多摄像头足球检测系统的设计与实现

    利用机器学习和三维物体检测技术，本文研究并实现了一种足球检测系统，通过多个摄像头实时探测球的三维位置，实现了高精度、实时的球赛直播。该系统还具有很强的可复用性，可用于类似的大规模比赛场景中。

    Jan, 2023

  • DeepBall：深度神经网络球检测器

    本文提出了一种基于深度学习的物体检测器，专门用于长距离拍摄视频的球检测。由于其完全卷积的设计，该方法可以处理任何尺寸的图像，并生成编码检测到的球位置的 “球置信图”。该网络使用超列概念，将来自深度卷积网络不同层次的特征图组合并共同馈送卷积分类层。这允许在考虑感兴趣对象周围更大的视觉上下文时提高检测精度。当在公开可用的 ISSIA-CNR 足球数据集上进行测试时，该方法取得了最先进的结果。

    Feb, 2019

  • FootAndBall: 综合球员和球探测器

    本文介绍了一种名为 FootAndBall 的基于深度神经网络的检测器，它可以有效地检测高清、远距离的足球比赛视频中的足球和球员，并且可以以任意分辨率处理输入视频流，由于其专业设计，比通用深度神经网络物体检测器（如 SSD 或 YOLO）少两个数量级的参数，因此可以实时处理高分辨率的输入视频流。

    Dec, 2019

  • DBQ-SSD: 动态球查询用于高效的三维物体检测

    该研究提出一种自适应选择输入点子集并分配合适的感受野的网络以显著减少计算成本，应用于一些最先进的 3D 探测器中，并在 KITTI，Waymo 和 ONCE 数据集上将推理速度提高了 30％-100％。

    Jul, 2022

  • TrackNet：一种用于体育应用中追踪高速小目标的深度学习网络

    本研究通过使用深度学习模型 TrackNet，从模糊、带残影并有时不可见的广播视频中跟踪网球。在 2017 年夏季大学运动会男子单打决赛的视频上，TrackNet 的准确度、召回率和 F1-measure 达到了 99.7％、97.3％和 98.5％。

    Jul, 2019

  • 使用集合变换器和分层双向长短时记忆网络从多智能体运动环境中推断球轨迹

    该论文提出了一种基于 Set Transformer 和层次结构的推理框架，用于通过球员轨迹推断足球的轨迹，实现了自然且准确的轨迹预测，并提出了几种实用的应用包括缺失轨迹计算与自动放映。

    Jun, 2023

  • 基于 BASE 的多目标追踪的可能更好方法

    视觉目标跟踪领域主要通过结合简单的跟踪算法和临时方案来实现，而概率跟踪算法在视觉跟踪中却罕见。本文提出了一种基于概率的跟踪器，通过考虑目标运动的距离、利用检测器的置信度和建模非均匀杂乱特征，解决了概率跟踪器在视觉跟踪中的关键问题，取得了与最先进方法相当的性能。

    Sep, 2023