論文の概要: KaliCalib: A Framework for Basketball Court Registration
- arxiv url: http://arxiv.org/abs/2209.07795v1
- Date: Fri, 16 Sep 2022 08:52:29 GMT
- ステータス: 処理完了
- システム内更新日: 2022-09-19 12:52:40.408911
- Title: KaliCalib: A Framework for Basketball Court Registration
- Title（参考訳）: KaliCalib: バスケットボールコート登録のためのフレームワーク
- Authors: Adrien Maglo, Astrid Orcesi and Quoc Cuong Pham
- Abstract要約: 本稿では,MMSports 2022カメラキャリブレーションにおける新しいバスケットボールコート登録フレームワークについて述べる。
この手法は,視点制約でサンプリングされたキーポイントの位置をエンコーダ・デコーダネットワークで推定する。
- 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: Tracking the players and the ball in team sports is key to analyse the
performance or to enhance the game watching experience with augmented reality.
When the only sources for this data are broadcast videos, sports-field
registration systems are required to estimate the homography and re-project the
ball or the players from the image space to the field space. This paper
describes a new basketball court registration framework in the context of the
MMSports 2022 camera calibration challenge. The method is based on the
estimation by an encoder-decoder network of the positions of keypoints sampled
with perspective-aware constraints. The regression of the basket positions and
heavy data augmentation techniques make the model robust to different arenas.
Ablation studies show the positive effects of our contributions on the
challenge test set. Our method divides the mean squared error by 4.7 compared
to the challenge baseline.
- Abstract（参考訳）: チームスポーツにおける選手とボールの追跡は、パフォーマンスの分析や、拡張現実によるゲーム視聴体験の向上の鍵となる。
このデータの唯一のソースがブロードキャストビデオである場合、スポーツフィールド登録システムは、ホモグラフィを推定し、ボールまたはプレイヤーを画像空間からフィールド空間へ再投影するために必要となる。
本稿では,mmsports 2022カメラキャリブレーションチャレンジにおいて,新たなバスケットボールコート登録枠組みについて述べる。
この手法は,視点制約でサンプリングされたキーポイントの位置をエンコーダ・デコーダネットワークで推定する。
バスケット位置の回帰と重データ拡張技術により、モデルは異なるアリーナに対して堅牢になる。
アブレーション研究は、我々の貢献がチャレンジテストセットに与える影響を示している。
本手法では,平均二乗誤差をチャレンジベースラインに比べて4.7分割する。
関連論文リスト
- Enhancing Soccer Camera Calibration Through Keypoint Exploitation [0.0]
本稿では,高品質な点対を得るという課題に対処する多段階パイプラインを提案する。
本手法は,直線交点や直線-円錐交点,円錐上の点,その他の幾何学的特徴を活用することにより,校正に利用できる点の数を大幅に増加させる。
我々は,サッカー放送カメラのキャリブレーション・データセットの最大化について検討し,サッカーネットカメラチャレンジ2023でトップの地位を確保した。
論文 参考訳（メタデータ） (2024-10-09T20:01:14Z) - SoccerNet Game State Reconstruction: End-to-End Athlete Tracking and Identification on a Minimap [102.5232204867158]
我々は、ゲーム状態再構成のタスクを形式化し、フットボールビデオに焦点を当てた新しいゲーム状態再構成データセットである、サッカーネット-GSRを紹介する。
SoccerNet-GSRは、ピッチローカライゼーションとカメラキャリブレーションのための937万行のアノテートにより、30秒間の200の動画シーケンスで構成されている。
我々の実験は、GSRは挑戦的な新しい課題であり、将来の研究の場を開くことを示している。
論文 参考訳（メタデータ） (2024-04-17T12:53:45Z) - A Universal Protocol to Benchmark Camera Calibration for Sports [6.011159943695013]
スポーツ分析におけるカメラキャリブレーションのための新しいベンチマークプロトコルを提案する。
本プロトコルは,カメラキャリブレーション手法の公平な評価を提供する。
私たちは、高い精度のスポーツアプリケーションのためのカメラキャリブレーションの新しいステージを開拓したいと考えています。
論文 参考訳（メタデータ） (2024-04-15T14:03:31Z) - Knowledge Guided Entity-aware Video Captioning and A Basketball
Benchmark [49.54265459763042]
バスケットボールゲーム知識グラフ(KG_NBA_2022)を構築し,ビデオ以外の知識を提供する。
そして、KG_NBA_2022に基づいて、9種類のきめ細かいシューティングイベントと286人のプレイヤーの知識を含むデータセットを構築する。
バスケットボールのライブテキスト放送のためのエンコーダデコーダ形式の候補選手リストに基づいて,知識ガイド付きエンティティ対応ビデオキャプションネットワーク(KEANet)を開発した。
論文 参考訳（メタデータ） (2024-01-25T02:08:37Z) - Estimation of control area in badminton doubles with pose information
from top and back view drone videos [11.679451300997016]
我々はバドミントンダブルスでトップとバックビューから最初の注釈付きドローンデータセットを提示する。
チームワークのパフォーマンスを評価するために,制御領域の確率マップを推定するフレームワークを提案する。
論文 参考訳（メタデータ） (2023-05-07T11:18:39Z) - 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) - SoccerNet 2022 Challenges Results [167.6158475931228]
SoccerNet 2022 チャレンジ(英語: SoccerNet 2022 Challenge)は、サッカーネットチームが主催する2回目のビデオ理解チャレンジである。
2022年、課題は6つの視覚ベースのタスクで構成された。
昨年の課題と比較すると、タスク(1-2)は、より厳密な時間的アキュラシーを検討するために評価基準を再定義し、基礎となるデータやアノテーションを含むタスク(3-6)は新しくなった。
論文 参考訳（メタデータ） (2022-10-05T16:12:50Z) - Keypoint-less Camera Calibration for Sports Field Registration in Soccer [11.374200381593267]
セグメント対応からカメラのポーズと焦点距離を学習できる、微分可能な目的関数を導入する。
放送されたサッカー画像から3次元スポーツフィールドを登録するための新しい手法を提案する。
論文 参考訳（メタデータ） (2022-07-24T10:31:25Z) - 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) - Fusing Motion Patterns and Key Visual Information for Semantic Event
Recognition in Basketball Videos [87.29451470527353]
バスケットボールビデオのセマンティックイベント認識のために,グローバル・ローカル・モーション・パターン(MP)とキー視覚情報(KVI)を融合する手法を提案する。
カメラ調整の本質的特性に基づいて, 混合運動から大域的な動きを推定するアルゴリズムを提案する。
グローバル・ローカル・モーション・パターンを分離した2ストリーム3D CNNフレームワークを用いてグループ活動認識を行う。
論文 参考訳（メタデータ） (2020-07-13T10:15:44Z)
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。