本文主要介绍了一种基于图的方法，通过将球员、裁判和守门员表示为图中的节点，并将它们的时序交互建模为一系列图形，提高了足球视频中行动定位的准确性，对于该方法的测试结果，对于球员分类任务达到了 97.72% 的准确率，在结合音频和视频多模态信息后行动定位任务的平均 - mAP 表现达到了 57.83%，在与其他基于计算的方法相比表现卓越且可竞争性强。

Nov, 2022

本文提出了一种主动学习框架，通过选择最具信息量的视频样本加速模型训练和优化算法，实现在减少注释工作量的同时提高在足球视频中的行为检测精度，适用于通过降低注释时间，提高数据效率来加速注释运动领域数据集的应用。

Apr, 2023

本文提出了基于观察视频小部分来查找视频中特定动作的新问题：视频中的动作识别，并使用递归神经网络模仿人类查找动作的方式，同时建立了 Human Searches 数据集，从中得到人类注释者的行为数据，用于解决动作识别中缺乏数据的问题，实验表明，该模型不仅能够在观察视频的平均 17.3％的情况下高效地探索视频，还能以 30.8％的平均精度准确地找到人类活动。

Jun, 2017

本文提出了一种新的损失函数，它特别考虑了每个动作周围的时间上下文，而不是只关注于单个时间戳，然后在 SoccerNet 上测试表现，取得了 12.8％的改进，同时展示了该方法用于通用活动提议和检测的泛化能力，进而探讨了足球视频中动作定位的挑战和损失函数如何用于自动生成亮点。

Dec, 2019

足球动作场景理解任务具有挑战性，本文综述了该任务的行为识别、定位和时空动作定位，特别关注了使用的模态和多模态方法，并评估模型性能的可公开获取数据源和度量标准。文章回顾了利用深度学习技术和传统方法的最新状态，重点介绍了多模态方法，这些方法整合了来自多个来源（如视频和音频数据）的信息，以及用各种方式表示一种来源的方法。讨论了方法的优点、限制以及提高模型准确性和鲁棒性的潜力。最后，本文强调了足球动作识别领域中的一些开放性研究问题和未来方向，包括多模态方法推动该领域的潜力。总之，本综述对于对足球动作场景理解领域感兴趣的研究人员提供了宝贵的资源。

Sep, 2023

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

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

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

本文综述了针对运动分析的视频动作识别方法，介绍了超过十种不同的运动类型，包括个人运动和团队运动。对现有的分析框架进行比较并总结了团队运动和个人运动领域的最新视频动作识别技术。同时，讨论了该领域的挑战和未解决的问题，并开发了一个工具箱，基于 PaddlePaddle 平台，实现了对足球、篮球、乒乓球和花样滑冰的动作识别。

Jun, 2022

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