論文の概要: A Hybrid Approach for Tracking Individual Players in Broadcast Match Videos

• arxiv url: http://arxiv.org/abs/2003.03271v2
• Date: Tue, 10 Mar 2020 13:09:14 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-26 01:38:57.405294
• Title: A Hybrid Approach for Tracking Individual Players in Broadcast Match Videos
• Title（参考訳）: 放送マッチングビデオにおける個人選手追跡のためのハイブリッド手法
• Authors: Roberto L. Castro, Diego Andrade, Basilio Fraguela
• Abstract要約: 本稿では,高速かつ高精度な選手追跡ソリューションを提案する。 このアプローチは、比較的控えめなハードウェアで同時に実行される複数のモデルを組み合わせる。 性能に関しては80fpsで高精細ビデオ(1920x1080)を処理できる。
• 参考スコア（独自算出の注目度）: 1.160208922584163
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Tracking people in a video sequence is a challenging task that has been approached from many perspectives. This task becomes even more complicated when the person to track is a player in a broadcasted sport event, the reasons being the existence of difficulties such as frequent camera movements or switches, total and partial occlusions between players, and blurry frames due to the codification algorithm of the video. This paper introduces a player tracking solution which is both fast and accurate. This allows to track a player precisely in real-time. The approach combines several models that are executed concurrently in a relatively modest hardware, and whose accuracy has been validated against hand-labeled broadcast video sequences. Regarding the accuracy, the tests show that the area under curve (AUC) of our approach is around 0.6, which is similar to generic state of the art solutions. As for performance, our proposal can process high definition videos (1920x1080 px) at 80 fps.
• Abstract（参考訳）: ビデオシーケンスで人々を追跡することは、多くの観点からアプローチされた難しいタスクです。 このタスクは、放送されたスポーツイベントの選手であるときにさらに複雑になるが、その理由として、頻繁なカメラの動きやスイッチ、プレイヤー間の全体的および部分的閉塞、ビデオの凝固アルゴリズムによるぼやけたフレームなどの困難が存在する。 本稿では,高速かつ高精度な選手追跡ソリューションを提案する。 これにより、プレイヤーを正確にリアルタイムで追跡することができる。 このアプローチは、比較的控えめなハードウェアで同時に実行される複数のモデルを組み合わせており、手ラベルのブロードキャストビデオシーケンスに対して精度が検証されている。 精度については,本手法の曲線下領域 (auc) は約0.6であり, art 解の汎用状態と類似していることを示す。 性能に関しては80fpsで高精細ビデオ(1920x1080px)を処理できる。

関連論文リスト

• SportsSloMo: A New Benchmark and Baselines for Human-centric Video Frame Interpolation [11.198172694893927]
  SportsSloMoは、130万本以上のビデオクリップと100万フレームの高解像度(720p)のスローモーションスポーツビデオがYouTubeからクロールされたベンチマークである。 ベンチマークでいくつかの最先端手法を再学習し、その結果、他のデータセットと比較して精度が低下していることを示す。 我々は,人間の認識する先行性を考慮した2つの損失項を導入し,汎視的セグメンテーションと人間のキーポイント検出に補助的監督を加える。
  論文  参考訳（メタデータ） (2023-08-31T17:23:50Z)
• Towards AI enabled automated tracking of multiple boxers [0.7067443325368975]
  複数のトレーニングセッションをまたいだボクサーの継続的な追跡は、よく知られた10ポイントマスシステムに必要な特性の定量化に役立つ。 本研究は、経済的な単一固定トップビューカメラにおけるシステム構築の進捗状況をまとめたものである。 具体的には、不正なIDアップデーションやID切替を伴わずに、boutトランジション検出とin-bout連続プレイヤー識別のための改良アルゴリズムについて述べる。
  論文  参考訳（メタデータ） (2023-08-09T16:46:21Z)
• A Graph-Based Method for Soccer Action Spotting Using Unsupervised Player Classification [75.93186954061943]
  アクションスポッティングには、ゲームのダイナミクス、イベントの複雑さ、ビデオシーケンスのバリエーションを理解することが含まれる。 本研究では, (a) 選手, 審判, ゴールキーパーをグラフのノードとして識別し, および (b) 時間的相互作用をグラフのシーケンスとしてモデル化することによって, 前者に焦点を当てる。 プレーヤ識別タスクでは,他のモダリティと組み合わせることで,平均mAPの57.83%の総合的な性能が得られる。
  論文  参考訳（メタデータ） (2022-11-22T15:23:53Z)
• Graph-Based Multi-Camera Soccer Player Tracker [1.6244541005112743]
  本稿では,サッカー場周辺に設置した複数のキャリブレーションカメラから,長撮影映像記録におけるサッカー選手の追跡を目的としたマルチカメラ追跡手法を提案する。 カメラとの距離が大きいため、個々のプレイヤーを視覚的に区別することは困難であり、従来のソリューションの性能に悪影響を及ぼす。 本手法は,各プレイヤーのダイナミクスと周辺プレイヤー間の相互作用に着目し,トラッキング性能の向上を図る。
  論文  参考訳（メタデータ） (2022-11-03T20:01:48Z)
• P2ANet: A Dataset and Benchmark for Dense Action Detection from Table Tennis Match Broadcasting Videos [64.57435509822416]
  この作品は、ワールド・テーブルテニス選手権とオリンピアードのプロの卓球試合の放送ビデオから収集された2,721本のビデオクリップで構成されている。 強調局所化と強調認識という2つのアクション検出問題を定式化する。 その結果、TheNameは依然として困難なタスクであり、ビデオからの高密度なアクション検出のための特別なベンチマークとして使用できることを確認した。
  論文  参考訳（メタデータ） (2022-07-26T08:34:17Z)
• SoccerNet-Tracking: Multiple Object Tracking Dataset and Benchmark in Soccer Videos [62.686484228479095]
  本稿では,各30の200列からなる複数物体追跡のための新しいデータセットを提案する。 データセットは、バウンディングボックスとトラックレットIDで完全に注釈付けされている。 分析の結果,サッカービデオにおける複数の選手,審判,ボール追跡が解決されるには程遠いことがわかった。
  論文  参考訳（メタデータ） (2022-04-14T12:22:12Z)
• Semi-Supervised Action Recognition with Temporal Contrastive Learning [50.08957096801457]
  2つの異なる速度でラベル付きビデオを用いて2経路の時間的コントラストモデルを学習する。 我々は最先端の半教師付き画像認識手法の映像拡張性能を著しく向上させた。
  論文  参考訳（メタデータ） (2021-02-04T17:28:35Z)
• AIM 2020 Challenge on Video Temporal Super-Resolution [118.46127362093135]
  Video Temporal Super-Resolution (VTSR) の第2回AIMチャレンジ 本稿では,ビデオ・テンポラル・スーパー・リゾリューション(VTSR)における第2回AIM課題について報告する。
  論文  参考訳（メタデータ） (2020-09-28T00:10:29Z)
• AIM 2019 Challenge on Video Temporal Super-Resolution: Methods and Results [129.15554076593762]
  本稿では,ビデオ時空間超解像(フレーム)におけるAIMの最初の課題についてレビューする。 低フレームレート(15fps)のビデオシーケンスから、チャレンジ参加者はより高いフレームレート(60fps)のビデオシーケンスを提出するよう求められる。 ハンドヘルドカメラで撮影した多様なビデオから得られたREDS VTSRデータセットをトレーニングおよび評価目的で使用した。
  論文  参考訳（メタデータ） (2020-05-04T01:51:23Z)
• Unsupervised Temporal Feature Aggregation for Event Detection in Unstructured Sports Videos [10.230408415438966]
  任意のカメラアングルを持つ非構造化環境を対象としたスポーツビデオにおけるイベント検出事例について検討した。 我々は、非構造化設定におけるプレイヤーの教師なし識別と、任意の射撃角度によるバリエーションを示すために訓練されたモデルの一般化の2つの主要な問題を同定し、解決する。
  論文  参考訳（メタデータ） (2020-02-19T10:24:22Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。