論文の概要: A Comprehensive Review of Computer Vision in Sports: Open Issues, Future
Trends and Research Directions
- arxiv url: http://arxiv.org/abs/2203.02281v1
- Date: Thu, 3 Mar 2022 07:49:21 GMT
- ステータス: 処理完了
- システム内更新日: 2022-03-08 05:06:39.115140
- Title: A Comprehensive Review of Computer Vision in Sports: Open Issues, Future
Trends and Research Directions
- Title(参考訳): スポーツにおけるコンピュータビジョンの包括的レビュー : オープンイシュー,将来動向,研究の方向性
- Authors: Banoth Thulasya Naik, Mohammad Farukh Hashmi, Neeraj Dhanraj Bokde,
Zaher Mundher Yaseen
- Abstract要約: 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。
- 参考スコア(独自算出の注目度): 3.138976077182707
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: Recent developments in video analysis of sports and computer vision
techniques have achieved significant improvements to enable a variety of
critical operations. To provide enhanced information, such as detailed complex
analysis in sports like soccer, basketball, cricket, badminton, etc., studies
have focused mainly on computer vision techniques employed to carry out
different tasks. This paper presents a comprehensive review of sports video
analysis for various applications high-level analysis such as detection and
classification of players, tracking player or ball in sports and predicting the
trajectories of player or ball, recognizing the teams strategies, classifying
various events in sports. The paper further discusses published works in a
variety of application-specific tasks related to sports and the present
researchers views regarding them. Since there is a wide research scope in
sports for deploying computer vision techniques in various sports, some of the
publicly available datasets related to a particular sport have been provided.
This work reviews a detailed discussion on some of the artificial
intelligence(AI)applications in sports vision, GPU-based work stations, and
embedded platforms. Finally, this review identifies the research directions,
probable challenges, and future trends in the area of visual recognition in
sports.
- Abstract(参考訳): 近年のスポーツとコンピュータビジョン技術のビデオ解析の発展は、様々な重要な操作を可能にするために大きな改善を遂げている。
サッカー、バスケットボール、クリケット、バドミントンなどのスポーツにおける詳細な複雑な分析などの情報を提供するため、研究は主に異なるタスクを遂行するためのコンピュータビジョン技術に重点を置いている。
本稿では,スポーツにおける選手の検出と分類,スポーツにおける選手やボールの追跡,選手やボールの軌跡の予測,チーム戦略の認識,スポーツにおける各種イベントの分類など,様々な応用におけるスポーツビデオ解析の包括的レビューを行う。
さらに,スポーツに関する様々な応用特化課題に関する論文と,それらに関する研究者の見解について論じる。
様々なスポーツにコンピュータビジョン技術を展開するスポーツには幅広い研究範囲があるため、特定のスポーツに関連する公開データセットがいくつか提供されている。
この研究は、スポーツビジョン、GPUベースのワークステーション、組み込みプラットフォームにおける人工知能(AI)の応用に関する詳細な議論をレビューする。
最後に,スポーツにおける視覚認知の分野における研究の方向性,課題,今後の動向について述べる。
関連論文リスト
- Deep learning for action spotting in association football videos [64.10841325879996]
SoccerNetイニシアチブは毎年の課題を組織し、世界中の参加者が最先端のパフォーマンスを達成するために競う。
本稿では,スポーツにおけるアクションスポッティングの歴史を,2018年の課題の創出から,現在の研究・スポーツ産業における役割まで遡る。
論文 参考訳(メタデータ) (2024-10-02T07:56:15Z) - 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) - 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) - Challenges and Opportunities for Computer Vision in Real-life Soccer
Analytics [6.144873990390373]
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。
論文 参考訳(メタデータ) (2020-04-13T20:06:23Z)
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。