論文の概要: Efficient tracking of team sport players with few game-specific annotations

• arxiv url: http://arxiv.org/abs/2204.04049v1
• Date: Fri, 8 Apr 2022 13:11:30 GMT
• ステータス: 処理完了
• システム内更新日: 2022-04-11 13:08:19.862765
• Title: Efficient tracking of team sport players with few game-specific annotations
• Title（参考訳）: ゲーム固有のアノテーションの少ないチームスポーツ選手の効率的な追跡
• Authors: Adrien Maglo, Astrid Orcesi, Quoc-Cuong Pham
• Abstract要約: そこで本研究では,セミ・インタラクティブ・システムを通じて収集された人間のアノテーションがほとんどないため,チームスポーツ選手をフルゲーム中に追跡する新たな汎用手法を提案する。 非曖昧なトラックレットとその外観特徴は、両方の公開データセットで事前訓練された検出と再識別ネットワークによって自動的に生成される。 ラグビーのセブンスデータセットにアプローチの効率性を示す。
• 参考スコア（独自算出の注目度）: 1.052782170493037
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: One of the requirements for team sports analysis is to track and recognize players. Many tracking and reidentification methods have been proposed in the context of video surveillance. They show very convincing results when tested on public datasets such as the MOT challenge. However, the performance of these methods are not as satisfactory when applied to player tracking. Indeed, in addition to moving very quickly and often being occluded, the players wear the same jersey, which makes the task of reidentification very complex. Some recent tracking methods have been developed more specifically for the team sport context. Due to the lack of public data, these methods use private datasets that make impossible a comparison with them. In this paper, we propose a new generic method to track team sport players during a full game thanks to few human annotations collected via a semi-interactive system. Non-ambiguous tracklets and their appearance features are automatically generated with a detection and a reidentification network both pre-trained on public datasets. Then an incremental learning mechanism trains a Transformer to classify identities using few game-specific human annotations. Finally, tracklets are linked by an association algorithm. We demonstrate the efficiency of our approach on a challenging rugby sevens dataset. To overcome the lack of public sports tracking dataset, we publicly release this dataset at https://kalisteo.cea.fr/index.php/free-resources/. We also show that our method is able to track rugby sevens players during a full match, if they are observable at a minimal resolution, with the annotation of only 6 few seconds length tracklets per player.
• Abstract（参考訳）: チームスポーツ分析の要件の1つは、選手を追跡し認識することである。 多くの追跡・再同定手法がビデオ監視の文脈で提案されている。 MOTチャレンジのような公開データセットでテストすると、非常に説得力のある結果が得られる。 しかし,これらの手法の性能はプレイヤー追跡に適用しても不十分である。 実際、非常に速く、しばしば無視されるのに加えて、プレイヤーは同じジャージを着ており、再識別の作業は非常に複雑である。 最近の追跡手法はチームスポーツの文脈に特化して開発されている。 公開データがないため、これらのメソッドはプライベートデータセットを使用し、それと比較することは不可能である。 本稿では,半対話型システムを用いて収集した人間アノテーションを用いて,全試合中のチームスポーツ選手を追跡する新しい汎用的手法を提案する。 非曖昧なトラックレットとその外観特徴は、両方の公開データセットで事前訓練された検出と再識別ネットワークによって自動的に生成される。 次に、インクリメンタル学習機構がトランスフォーマーを訓練して、ゲーム固有の人間のアノテーションをほとんど使わずにアイデンティティを分類する。 最後に、トラックレットはアソシエーションアルゴリズムによってリンクされる。 我々は,ラグビーセブンズデータセットに対するアプローチの有効性を実証する。 パブリックスポーツ追跡データセットの欠如を克服するため、このデータセットをhttps://kalisteo.cea.fr/index.php/free-resources/で公開しています。 また,本手法は,選手1人あたり6秒間の長さのトラックレットをアノテーションとして,最小限の解像度で観測可能であれば,全試合中にラグビーセブンス選手を追跡することができることを示す。

関連論文リスト

• TeamTrack: A Dataset for Multi-Sport Multi-Object Tracking in Full-pitch Videos [11.35998213546475]
  マルチオブジェクトトラッキング(MOT)はコンピュータビジョンにおいて重要な課題である。 スポーツにおけるMOTに特化したベンチマークデータセットであるTeamTrackを紹介する。 TeamTrackは、サッカー、バスケットボール、ハンドボールなど、さまざまなスポーツのフルピッチビデオデータを集めたコレクションだ。
  論文  参考訳（メタデータ） (2024-04-22T04:33:40Z)
• Towards Active Learning for Action Spotting in Association Football Videos [59.84375958757395]
  フットボールビデオの分析は困難であり、微妙で多様な時間的パターンを特定する必要がある。 現在のアルゴリズムは、限られた注釈付きデータから学ぶ際に大きな課題に直面している。 次にアノテートすべき最も情報に富んだビデオサンプルを選択する能動的学習フレームワークを提案する。
  論文  参考訳（メタデータ） (2023-04-09T11:50:41Z)
• 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)
• Observation Centric and Central Distance Recovery on Sports Player Tracking [24.396926939889532]
  本稿では,バスケットボール,サッカー,バレーボールを含む3つのスポーツを対象とした,モーションベースのトラッキングアルゴリズムと3つのポストプロセッシングパイプラインを提案する。 本手法は,2022年のSportsmotワークショップ最終リーダーボードで3位にランクインした73.968のHOTAを達成した。
  論文  参考訳（メタデータ） (2022-09-27T04:48:11Z)
• 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)
• Collusion Detection in Team-Based Multiplayer Games [57.153233321515984]
  チームベースのマルチプレイヤーゲームにおいて,協調動作を検出するシステムを提案する。 提案手法は,ゲーム内行動パターンと組み合わせたプレイヤーの社会的関係を解析する。 次に,非教師なし学習手法であるアイソレーションフォレストによる検出を自動化する。
  論文  参考訳（メタデータ） (2022-03-10T02:37:39Z)
• DanceTrack: Multi-Object Tracking in Uniform Appearance and Diverse Motion [56.1428110894411]
  マルチヒューマントラッキングのための大規模データセットを提案する。 データセットには、主にグループダンスビデオが含まれているので、私たちはそれを"DanceTrack"と名付けます。 当社のデータセット上でいくつかの最先端トラッカーをベンチマークし、既存のベンチマークと比較した場合、DanceTrackの大幅なパフォーマンス低下を観察します。
  論文  参考訳（メタデータ） (2021-11-29T16:49:06Z)
• Player Tracking and Identification in Ice Hockey [9.577770317771087]
  本稿では,NHLホッケー映像の選手の追跡と識別を行う自動システムを提案する。 本システムは,(1)選手追跡,(2)チーム識別,(3)プレイヤー識別の3つのコンポーネントから構成される。 チーム識別では、アウトチームジャージは単一のクラスにグループ化され、ホームチームジャージはそのジャージの色に応じてクラスにグループ化される。 時間的一次元畳み込みネットワークを利用してプレイヤー境界ボックス列からプレイヤーを識別する新しいプレイヤー識別モデルを提案する。
  論文  参考訳（メタデータ） (2021-10-06T22:37:08Z)
• Self-Supervised Small Soccer Player Detection and Tracking [8.851964372308801]
  最先端のトラッキングアルゴリズムは、トレーニングされたシナリオで印象的な結果を得るが、サッカーの試合のような挑戦的なシナリオでは失敗する。 これは、しばしばプレイヤーの相対的なサイズが小さく、同じチームのプレイヤーに類似しているためである。 そこで本研究では,低解像度のサッカー選手を異なる記録条件下で検出・追跡できる自己教師型パイプラインを提案する。
  論文  参考訳（メタデータ） (2020-11-20T10:57:18Z)

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。