足球比赛视频的深度理解
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
本文提出了一种名为SoccerDB的新足球视频数据库,包含171,191个视频段,702,096个边界框,37,709个基本事件标签以及17,115个高光时刻注释,可用于目标检测、动作识别、时间动作定位和高光检测等任务。该数据库是关于各方面的综合体育视频理解的最大数据库,我们进一步调查了一系列在SoccerDB上的强基线,并证明了它们在独立任务上的最先进性能。我们相信SoccerDB的发布将极大地推动综合视频理解的研究。
Dec, 2019
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
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
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
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
通过提出一个强大的关键帧识别模块,以提取包含球衣号码的重要高级信息的帧,再利用时空网络来建模空间和时间上下文,并预测视频中球衣号码的概率分布,本研究在SoccerNet数据集上的广泛评估结果表明,引入我们的关键帧识别模块可以使两个不同测试集的准确度分别提高37.81%和37.70%,这些结果突显了我们的方法在解决体育视频中自动球衣号码检测的挑战方面的有效性和重要性。
Sep, 2023
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