Fugu-MT 論文翻訳(概要): Slicing and dicing soccer: automatic detection of complex events from spatio-temporal data

論文の概要: Slicing and dicing soccer: automatic detection of complex events from spatio-temporal data

arxiv url: http://arxiv.org/abs/2004.04147v2
Date: Fri, 10 Apr 2020 07:30:55 GMT
ステータス: 処理完了
システム内更新日: 2022-12-15 09:40:15.817492
Title: Slicing and dicing soccer: automatic detection of complex events from spatio-temporal data
Title（参考訳）: スライシングとディクシングサッカー--時空間データによる複合イベントの自動検出
Authors: Lia Morra, Francesco Manigrasso, Giuseppe Canto, Claudio Gianfrate, Enrico Guarino, Fabrizio Lamberti
Abstract要約: スポーツビデオにおけるイベントの自動検出は、データ分析だけでなく、ブロードキャストやメディア企業にも重要な応用がある。本稿では,サッカービデオにおける多種多様な複雑な事象を抽出するための包括的アプローチを提案する。
参考スコア（独自算出の注目度）: 4.652872227256855
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: The automatic detection of events in sport videos has im-portant applications for data analytics, as well as for broadcasting andmedia companies. This paper presents a comprehensive approach for de-tecting a wide range of complex events in soccer videos starting frompositional data. The event detector is designed as a two-tier system thatdetectsatomicandcomplex events. Atomic events are detected basedon temporal and logical combinations of the detected objects, their rel-ative distances, as well as spatio-temporal features such as velocity andacceleration. Complex events are defined as temporal and logical com-binations of atomic and complex events, and are expressed by meansof a declarative Interval Temporal Logic (ITL). The effectiveness of theproposed approach is demonstrated over 16 different events, includingcomplex situations such as tackles and filtering passes. By formalizingevents based on principled ITL, it is possible to easily perform reason-ing tasks, such as understanding which passes or crosses result in a goalbeing scored. To counterbalance the lack of suitable, annotated publicdatasets, we built on an open source soccer simulation engine to re-lease the synthetic SoccER (Soccer Event Recognition) dataset, whichincludes complete positional data and annotations for more than 1.6 mil-lion atomic events and 9,000 complex events. The dataset and code areavailable at https://gitlab.com/grains2/slicing-and-dicing-soccer
Abstract（参考訳）: スポーツビデオにおけるイベントの自動検出は、データ分析やブロードキャストやメディア企業への不適合な応用である。本稿では, サッカー映像における多種多様な複合イベントをデテクトする包括的アプローチについて述べる。 event detectorは、atomicandcomplexイベントを検出する2層システムとして設計されている。原子イベントは、検出された物体の時間的および論理的組み合わせ、相対距離、速度と加速のような時空間的特徴に基づいて検出される。複素事象は、原子と複素事象の時間的および論理的なコンビネーションとして定義され、宣言的区間時間論理(itl)によって表現される。提案手法の有効性は,タックルやフィルタリングパスなどの複雑な状況を含む16種類のイベントに対して実証された。原則的 ITL に基づくイベントを形式化することにより、どのパスをパスするか、それともクロスするかを理解するなど、容易に推論タスクを実行できる。適切なアノテートされた公開データセットの欠如に対処するため、我々はオープンソースのサッカーシミュレーションエンジンを用いて、1.6ミリイオン以上の原子イベントと9000以上の複雑なイベントに対する完全な位置データとアノテーションを含む合成SocER(Soccer Event Recognition)データセットを再リースした。データセットとコードはhttps://gitlab.com/grains2/slicing-and-dicing-soccerで利用可能である。

関連論文リスト

Grounding Partially-Defined Events in Multimodal Data [61.0063273919745]
部分定義イベントに対するマルチモーダル定式化を導入し、これらのイベントの抽出を3段階スパン検索タスクとしてキャストする。このタスクのベンチマークであるMultiVENT-Gを提案し,22.8Kのラベル付きイベント中心エンティティを含む,14.5時間の高密度アノテーション付き現在のイベントビデオと1,168のテキストドキュメントからなる。結果は、イベント理解の抽象的な課題を示し、イベント中心のビデオ言語システムにおける約束を実証する。
論文参考訳（メタデータ） (2024-10-07T17:59:48Z)
Document-Level Multi-Event Extraction with Event Proxy Nodes and Hausdorff Distance Minimization [31.065768513381414]
文書レベルのマルチイベント抽出は、所定の文書から構造情報を自動的に抽出することを目的としている。本稿では,イベントプロキシノードとハウスドルフ距離最小化を用いた文書レベルのマルチイベント抽出手法を提案する。本モデルでは,F1スコアにおける従来手法よりも,トレーニング時間が少ない2つのデータセットの方が優れていた。
論文参考訳（メタデータ） (2023-05-30T10:33:05Z)
Abnormal Event Detection via Hypergraph Contrastive Learning [54.80429341415227]
異常事象検出は多くの実アプリケーションにおいて重要な役割を果たす。本稿では,分散異種情報ネットワークにおける異常事象検出問題について検討する。 AEHCLと呼ばれる新しいハイパーグラフコントラスト学習法が,異常事象のパターンをフルに捉えるために提案されている。
論文参考訳（メタデータ） (2023-04-02T08:23:20Z)
Dual Memory Aggregation Network for Event-Based Object Detection with Learnable Representation [79.02808071245634]
イベントベースのカメラはバイオインスパイアされたセンサーで、各ピクセルの明るさ変化を非同期に捉える。イベントストリームは、正極性と負極性の両方のためにx-y-t座標の格子に分割され、3次元テンソル表現として柱の集合が生成される。長メモリは適応型convLSTMの隠れ状態に符号化され、短メモリはイベントピラー間の空間的時間的相関を計算することによってモデル化される。
論文参考訳（メタデータ） (2023-03-17T12:12:41Z)
eCDT: Event Clustering for Simultaneous Feature Detection and Tracking- [4.094848360328624]
イベントクラスタリングに基づく検出追跡(eCDT) 提案手法は,最先端手法と比較して,特徴追跡年齢が30%向上した。
論文参考訳（メタデータ） (2022-07-19T07:39:04Z)
Event Transformer [43.193463048148374]
イベントカメラの消費電力が低く、マイクロ秒の明るさを捉える能力は、様々なコンピュータビジョンタスクにとって魅力的である。既存のイベント表現方法は通常、イベントをフレーム、ボクセルグリッド、ディープニューラルネットワーク(DNN)のスパイクに変換する。この研究はトークンベースの新しいイベント表現を導入し、各イベントはイベントトークンと呼ばれる基本的な処理ユニットと見なされる。
論文参考訳（メタデータ） (2022-04-11T15:05:06Z)
Learning Temporal Rules from Noisy Timeseries Data [72.93572292157593]
我々は、ノイズのある時間的データ設定内で複合イベントにつながる基礎となる原子イベントとその関係を明らかにすることに注力する。本稿では、まず原子イベント間の暗黙的な時間的関係を学習し、その後、制御のための論理規則を引き上げるニューラル時間論理プログラミング(Neural Temporal Logic Programming:Neural TLP)を提案する。
論文参考訳（メタデータ） (2022-02-11T01:29:02Z)
Learning Constraints and Descriptive Segmentation for Subevent Detection [74.48201657623218]
本稿では,サブイベント検出とEventSeg予測の依存関係をキャプチャする制約を学習し,強制するアプローチを提案する。我々は制約学習にRectifier Networksを採用し、学習した制約をニューラルネットワークの損失関数の正規化項に変換する。
論文参考訳（メタデータ） (2021-09-13T20:50:37Z)
RMS-Net: Regression and Masking for Soccer Event Spotting [52.742046866220484]
イベントラベルとその時間的オフセットを同時に予測できる,軽量でモジュール化されたアクションスポッティングネットワークを開発した。 SoccerNetデータセットでテストし、標準機能を使用して、完全な提案は3平均mAPポイントで現在の状態を超えます。
論文参考訳（メタデータ） (2021-02-15T16:04:18Z)
Automatic Pass Annotation from Soccer VideoStreams Based on Object Detection and LSTM [6.87782863484826]
PassNetは、サッカーで最も頻繁なイベント、すなわちパスをビデオストリームから認識する方法である。その結果,パス検出の精度が向上し,良好な結果が得られた。 PassNetは自動イベントアノテーションシステムへの第一歩です。
論文参考訳（メタデータ） (2020-07-13T16:14:41Z)

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。