論文の概要: Challenges and Opportunities for Computer Vision in Real-life Soccer
Analytics
- arxiv url: http://arxiv.org/abs/2004.06180v1
- Date: Mon, 13 Apr 2020 20:06:23 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-14 00:20:03.174311
- Title: Challenges and Opportunities for Computer Vision in Real-life Soccer
Analytics
- Title(参考訳): 実生活サッカーにおけるコンピュータビジョンへの挑戦と機会
- Authors: Neha Bhargava and Fabio Cuzzolin
- Abstract要約: スポーツ分析は、スポーツデータのコーパスからのパターンの理解と発見を扱う。
本稿では主に,コンピュータビジョンにおけるスポーツビデオ解析による課題と機会に焦点を当てる。
- 参考スコア(独自算出の注目度): 6.144873990390373
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In this paper, we explore some of the applications of computer vision to
sports analytics. Sport analytics deals with understanding and discovering
patterns from a corpus of sports data. Analysing such data provides important
performance metrics for the players, for instance in soccer matches, that could
be useful for estimating their fitness and strengths. Team level statistics can
also be estimated from such analysis. This paper mainly focuses on some the
challenges and opportunities presented by sport video analysis in computer
vision. Specifically, we use our multi-camera setup as a framework to discuss
some of the real-life challenges for machine learning algorithms.
- Abstract(参考訳): 本稿では,スポーツ分析におけるコンピュータビジョンの応用について検討する。
スポーツ分析は、スポーツデータのコーパスからのパターンの理解と発見を扱う。
このようなデータを分析することは、例えばサッカーの試合の選手にとって重要なパフォーマンス指標となり、選手の体力や強さを推定するのに役立ちます。
チームレベルの統計もそのような分析から推測できる。
本稿では主に,コンピュータビジョンにおけるスポーツビデオ解析による課題と機会に焦点を当てる。
具体的には、機械学習アルゴリズムの現実的な課題について議論するために、マルチカメラのセットアップをフレームワークとして使用します。
関連論文リスト
- OSL-ActionSpotting: A Unified Library for Action Spotting in Sports Videos [56.393522913188704]
我々は,スポーツビデオ分析における研究と応用の合理化のために,さまざまなアクションスポッティングアルゴリズムを統合するPythonライブラリであるOSL-ActionSpottingを紹介する。
我々はOSL-ActionSpottingに3つの基本アクションスポッティング手法を統合することに成功した。
論文 参考訳(メタデータ) (2024-07-01T13:17:37Z) - Sports-QA: A Large-Scale Video Question Answering Benchmark for Complex
and Professional Sports [90.79212954022218]
スポーツビデオQAタスク用に特別に設計された最初のデータセットであるSports-QAを紹介する。
Sports-QAデータセットには、説明、時系列、因果関係、反事実条件など、さまざまな種類の質問が含まれている。
質問応答のための時間的情報の特定の尺度に自動的にフォーカスできる新しいオートフォーカス変換器(AFT)を提案する。
論文 参考訳(メタデータ) (2024-01-03T02:22:34Z) - A Survey of Advanced Computer Vision Techniques for Sports [0.0]
我々は,コンピュータビジョンモデルのみを用いて得られたポーズデータを用いて,撮影速度推定のためのモデルを構築した。
提案手法は多くの技術運動に対して容易に複製可能である。
論文 参考訳(メタデータ) (2023-01-18T15:01:36Z) - A Survey on Video Action Recognition in Sports: Datasets, Methods and
Applications [60.3327085463545]
本稿では,スポーツ分析のための映像行動認識に関する調査を行う。
サッカー、バスケットボール、バレーボール、ホッケー、フィギュアスケート、体操、卓球、ダイビング、バドミントンなど10種以上のスポーツを紹介します。
本研究では,サッカー,バスケットボール,卓球,フィギュアスケート動作認識をサポートするPaddlePaddleを用いたツールボックスを開発した。
論文 参考訳(メタデータ) (2022-06-02T13:19:36Z) - 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) - Optical tracking in team sports [0.0]
入力データを作成する過程について、定量的データアナリストに基本的な理解を提供する。
本稿では,トラッキングの事前処理手順,この領域における最も一般的な課題,およびスポーツチームへのデータ追跡の適用について論じる。
論文 参考訳(メタデータ) (2022-04-08T15:51:35Z) - A Comprehensive Review of Computer Vision in Sports: Open Issues, Future
Trends and Research Directions [3.138976077182707]
本稿では,スポーツ映像解析の高レベル分析への応用について概説する。
選手の検出と分類、スポーツにおける選手またはボールの追跡、選手またはボールの軌跡の予測、チームの戦略の認識、スポーツにおける様々なイベントの分類が含まれる。
論文 参考訳(メタデータ) (2022-03-03T07:49:21Z) - EventAnchor: Reducing Human Interactions in Event Annotation of Racket
Sports Videos [26.516909452362455]
EventAnchorは、ラケットスポーツビデオのインタラクティブなアノテーションを容易にするデータ分析フレームワークである。
このアプローチでは,コンピュータビジョンにおける機械学習モデルを用いて,ユーザがビデオから重要なイベントを取得するのを支援する。
論文 参考訳(メタデータ) (2021-01-13T09:32:05Z) - SoccerNet-v2: A Dataset and Benchmarks for Holistic Understanding of
Broadcast Soccer Videos [71.72665910128975]
SoccerNet-v2 は SoccerNet ビデオデータセット用の手動アノテーションの大規模なコーパスである。
SoccerNetの500の未トリミングサッカービデオの中で、約300万のアノテーションをリリースしています。
サッカーの領域における現在のタスクを拡張し、アクションスポッティング、カメラショットセグメンテーション、境界検出を含む。
論文 参考訳(メタデータ) (2020-11-26T16:10:16Z) - Game Plan: What AI can do for Football, and What Football can do for AI [83.79507996785838]
予測的および規範的フットボール分析は、統計学習、ゲーム理論、コンピュータビジョンの交差点における新たな発展と進歩を必要とする。
フットボール分析は、サッカー自体のゲームを変えるだけでなく、この領域がAIの分野で何を意味するのかという観点からも、非常に価値の高いゲームチェンジャーであることを示す。
論文 参考訳(メタデータ) (2020-11-18T10:26:02Z)
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。