action spotting | BriefGPT - AI 论文速递

关键词action spotting

搜索结果 - 12

OSL-ActionSpotting: 运动视频中行动检测的统一库
介绍了 OSL-ActionSpotting，一个 Python 库，将不同的动作检测算法统一起来，为体育视频分析的研究和应用提供了标准化的过程，通过桥接不同的动作检测技术，提高了体育视频分析的能力和研究合作机会，并确保库在未来技术进步中的
PDF5 days ago
ASTRA：一种用于足球视频的动作检测 Transformer
在这篇论文中，我们介绍了 ASTRA，这是一个基于 Transformer 的模型，专门用于足球比赛中的动作识别任务。ASTRA 解决了该任务和数据集中的几个困难，包括对精确动作定位的要求，长尾数据分布的存在，某些动作的不可见性和固有的标签
PDF3 months ago
COMEDIAN：自我监督学习与知识蒸馏在使用 Transformers 进行动作定位中的应用
我们提出了 COMEDIAN，这是一种新颖的用于动作检测的时空变换器初始化流程，其中包括自监督学习和知识蒸馏。通过三个步骤和两个初始化阶段，我们的流程实现了时间戳级别的动作检测任务。实验表明，我们的预训练模式具有卓越的性能和快速收敛，相比未
PDF10 months ago
关于足球比赛视频中动作检测主动学习的研究
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。
PDFa year ago
MM一种基于图形的足球动作检测方法，利用无监督球员分类技术
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
PDF2 years ago
MMSoccerNet 2022 挑战赛结果
SoccerNet 2022 挑战赛是由 SoccerNet 团队组织的第二次年度视频理解挑战赛，包括 6 个基于视觉的任务，涵盖了动作检测、球员识别和跟踪等领域。
PDF2 years ago
使用密集检测锚点的动作定位再次审视：参加 SoccerNet Challenge 2022
通过增加时间精度、结合不同输入特征类型以及改进前后处理步骤，使用基于密集检测锚点的行动识别方法，该论文在评估标准 Tight average-mAP 上取得第一名并成为 SoccerNet 测试集上的最新技术。
PDF2 years ago
CVPRSoccerNet-v2 中的相机校准和球员定位，以及它们在动作检测中的表示研究
该研究聚焦于足球广播视频的摄像头校准和现有科学社区的限制，并通过深度学习技术和大规模数据集的发布来提高现有体育动作捕捉算法的性能。
PDF3 years ago
CVPR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%。
PDF3 years ago
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
PDF3 years ago
CVPR足球视频中动作检测的上下文感知损失函数
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
PDF5 years ago
CVPRSoccerNet: 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
PDF6 years ago