論文の概要: Towards Real-Time Analysis of Broadcast Badminton Videos
- arxiv url: http://arxiv.org/abs/2308.12199v1
- Date: Wed, 23 Aug 2023 15:38:26 GMT
- ステータス: 処理完了
- システム内更新日: 2023-08-24 13:46:06.837985
- Title: Towards Real-Time Analysis of Broadcast Badminton Videos
- Title（参考訳）: バドミントン放送映像のリアルタイム解析に向けて
- Authors: Nitin Nilesh, Tushar Sharma, Anurag Ghosh, C. V. Jawahar
- Abstract要約: 生放送のマッチビデオにおけるバドミントンマッチに対するプレイヤーの動き分析のためのエンドツーエンドフレームワークを提案する。
マルチモーダルセンサデータを使用する他のアプローチとは異なり、我々のアプローチは視覚的手がかりのみを使用する。
われわれのフレームワークは、2019年のプレミアバドミントンリーグのライブ放送の試合をリアルタイムで分析するためにうまく利用された。
- 参考スコア（独自算出の注目度）: 29.633481528698844
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Analysis of player movements is a crucial subset of sports analysis. Existing
player movement analysis methods use recorded videos after the match is over.
In this work, we propose an end-to-end framework for player movement analysis
for badminton matches on live broadcast match videos. We only use the visual
inputs from the match and, unlike other approaches which use multi-modal sensor
data, our approach uses only visual cues. We propose a method to calculate the
on-court distance covered by both the players from the video feed of a live
broadcast badminton match. To perform this analysis, we focus on the gameplay
by removing replays and other redundant parts of the broadcast match. We then
perform player tracking to identify and track the movements of both players in
each frame. Finally, we calculate the distance covered by each player and the
average speed with which they move on the court. We further show a heatmap of
the areas covered by the player on the court which is useful for analyzing the
gameplay of the player. Our proposed framework was successfully used to analyze
live broadcast matches in real-time during the Premier Badminton League 2019
(PBL 2019), with commentators and broadcasters appreciating the utility.
- Abstract（参考訳）: 選手の動きの分析はスポーツ分析の重要な部分である。
既存のプレイヤーの動き分析方法は、試合終了後に録画ビデオを使用する。
そこで本研究では,バドミントンマッチの演奏者行動分析のためのエンドツーエンドフレームワークを提案する。
我々はマッチングからの視覚入力のみを使用し、マルチモーダルセンサーデータを使用する他のアプローチとは異なり、我々のアプローチは視覚的手がかりのみを使用する。
生放送のバドミントン試合の映像フィードから,両プレーヤーがカバーするオンコート距離を計算する手法を提案する。
この分析を行うために,放送マッチのリプレイやその他の冗長な部分を取り除き,ゲームプレイに焦点をあてる。
次にプレイヤー追跡を行い、各フレーム内の両方のプレイヤーの動きを特定し追跡する。
最後に,各選手が被る距離と,それらがコート上を移動する平均速度を算出する。
さらに,プレイヤーのゲームプレイを分析するのに有用な,コート上のプレイヤーがカバーする領域のヒートマップを示す。
提案手法は, プレミアバドミントンリーグ2019 (PBL 2019) において, 実況中継をリアルタイムに分析するために, 解説者や放送者が評価した。
関連論文リスト
- Tracking Players in a Badminton Court by Two Cameras [8.394650183250974]
本研究では,バドミントン裁判所における選手の多目的追跡(MOT)を簡易に行う手法を提案する。
2台のオフ・ザ・シェルフカメラを利用しています。1台はコートの上部、もう1台はコートの側面にあります。
論文 参考訳（メタデータ） (2023-08-09T11:10:11Z) - 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) - P2ANet: A Dataset and Benchmark for Dense Action Detection from Table Tennis Match Broadcasting Videos [64.57435509822416]
この作品は、ワールド・テーブルテニス選手権とオリンピアードのプロの卓球試合の放送ビデオから収集された2,721本のビデオクリップで構成されている。
強調局所化と強調認識という2つのアクション検出問題を定式化する。
その結果、TheNameは依然として困難なタスクであり、ビデオからの高密度なアクション検出のための特別なベンチマークとして使用できることを確認した。
論文 参考訳（メタデータ） (2022-07-26T08:34:17Z) - 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) - Sports Video: Fine-Grained Action Detection and Classification of Table
Tennis Strokes from Videos for MediaEval 2021 [0.0]
このタスクは、ビデオからのきめ細かいアクション検出と分類に取り組む。
主に卓球の試合の記録に焦点が当てられている。
本研究は,スポーツのパフォーマンスを解析するために,スポーツコーチや選手のためのツールを作成することを目的としている。
論文 参考訳（メタデータ） (2021-12-16T10:17:59Z) - 6MapNet: Representing soccer players from tracking data by a triplet
network [19.343859572602558]
我々は,ゲーム内GPSデータを用いて,プレイヤーの動きスタイルを効果的に把握できる6MapNetというトリプルトネットワークを構築した。
Ourworksは、これらのヒートマップペアを、演奏スタイルの実際の類似性に対応する特徴ベクトルにマッピングする。
論文 参考訳（メタデータ） (2021-09-10T07:57:12Z) - Temporally-Aware Feature Pooling for Action Spotting in Soccer
Broadcasts [86.56462654572813]
私たちは、サッカーの試合の主なアクションを一時的にローカライズするサッカー放送におけるアクションスポッティングの分析に焦点を当てています。
時間的知識を組み込んだNetVLAD++という,NetVLADに基づく新たな機能プーリング手法を提案する。
我々は最近の大規模データセット SoccerNet-v2 の方法論をトレーニングし、評価し、アクションスポッティングのための平均平均mAP 53.4% に達した。
論文 参考訳（メタデータ） (2021-04-14T11:09:03Z) - Hybrid Dynamic-static Context-aware Attention Network for Action
Assessment in Long Videos [96.45804577283563]
本稿では,長期ビデオにおけるアクションアセスメントのための新しいハイブリットDynAmic-static Context-aware AttenTION NETwork(ACTION-NET)を提案する。
ビデオのダイナミックな情報を学習すると同時に,特定フレームにおける検出した選手の静的姿勢にも焦点をあてる。
2つのストリームの特徴を組み合わせることで、専門家が与えた地道的なスコアによって監督され、最終的なビデオスコアを後退させます。
論文 参考訳（メタデータ） (2020-08-13T15:51:42Z) - A Hybrid Approach for Tracking Individual Players in Broadcast Match
Videos [1.160208922584163]
本稿では,高速かつ高精度な選手追跡ソリューションを提案する。
このアプローチは、比較的控えめなハードウェアで同時に実行される複数のモデルを組み合わせる。
性能に関しては80fpsで高精細ビデオ(1920x1080)を処理できる。
論文 参考訳（メタデータ） (2020-03-06T15:16:23Z)
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。