論文の概要: SoccerNet 2023 Tracking Challenge -- 3rd place MOT4MOT Team Technical Report

• arxiv url: http://arxiv.org/abs/2308.16651v1
• Date: Thu, 31 Aug 2023 11:51:16 GMT
• ステータス: 処理完了
• システム内更新日: 2023-09-01 14:45:09.279317
• Title: SoccerNet 2023 Tracking Challenge -- 3rd place MOT4MOT Team Technical Report
• Title（参考訳）: SoccerNet 2023 Tracking Challenge -- 3位MOT4MOTチーム技術レポート
• Authors: Gal Shitrit, Ishay Be'ery, Ido Yerhushalmy
• Abstract要約: SoccerNet 2023の追跡課題は、サッカー選手とボールの検出と追跡を必要とする。 我々は、現在最先端のオンラインマルチオブジェクトトラッカーと、現代のオブジェクト検出装置をプレイヤー追跡に使用しています。 提案手法は, HOTAスコア66.27で, SoccerNet 2023の3位を獲得した。
• 参考スコア（独自算出の注目度）: 0.552480439325792
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The SoccerNet 2023 tracking challenge requires the detection and tracking of soccer players and the ball. In this work, we present our approach to tackle these tasks separately. We employ a state-of-the-art online multi-object tracker and a contemporary object detector for player tracking. To overcome the limitations of our online approach, we incorporate a post-processing stage using interpolation and appearance-free track merging. Additionally, an appearance-based track merging technique is used to handle the termination and creation of tracks far from the image boundaries. Ball tracking is formulated as single object detection, and a fine-tuned YOLOv8l detector with proprietary filtering improves the detection precision. Our method achieves 3rd place on the SoccerNet 2023 tracking challenge with a HOTA score of 66.27.
• Abstract（参考訳）: サッカーネット2023トラッキングチャレンジは、サッカー選手とボールの検出と追跡を必要とする。 本稿では,これらのタスクを個別に扱う手法を提案する。 我々は、現在最先端のオンラインマルチオブジェクトトラッカーと、現代のオブジェクト検出装置をプレイヤー追跡に使用しています。 オンラインアプローチの限界を克服するために,補間と外観のないトラックマージを用いたポストプロセッシングステージを組み込んだ。 さらに、画像境界から離れたトラックの終了と生成を扱うために、外観に基づくトラックマージ技術が用いられている。 ボール追跡は単一物体検出として定式化され、独自のフィルター付き細調整のYOLOv8l検出器により検出精度が向上する。 提案手法は, HOTAスコア66.27で, SoccerNet 2023の3位を獲得した。

関連論文リスト

• Lost and Found: Overcoming Detector Failures in Online Multi-Object Tracking [15.533652456081374]
  マルチオブジェクト追跡(MOT)は、時間とともに複数のオブジェクトのアイデンティティと位置を正確に推定する。 現代の検出器は、あるフレーム内のいくつかのオブジェクトを見逃すことがあるため、トラッカーは早めに追跡をやめる。 オンラインTbDシステムと互換性のある汎用フレームワークであるBUSCAを提案する。
  論文  参考訳（メタデータ） (2024-07-14T10:45:12Z)
• The 8th AI City Challenge [57.25825945041515]
  2024年版では5トラックが収録され、47か国と地域の726チームから前例のない関心を集めた。 このチャレンジでは、2つのリーダーボードを使ってメソッドを展示し、参加者は新しいベンチマークを設定した。
  論文  参考訳（メタデータ） (2024-04-15T03:12:17Z)
• Multiple Object Tracking Challenge Technical Report for Team MT_IoT [41.88133094982688]
  我々はMOTタスクを、人間の検出と軌道マッチングを含む2段階のタスクとして扱う。 具体的には、改良された人体検知器を設計し、運動軌跡の整合性を保証するため、ほとんどの検出を関連づけた。 そこで本手法では,DanceTrackチャレンジデータセット上で66.672 HOTAと93.971 MOTAを達成した。
  論文  参考訳（メタデータ） (2022-12-07T12:00:51Z)
• 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)
• 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)
• Track to Detect and Segment: An Online Multi-Object Tracker [81.15608245513208]
  TraDeSは、エンドツーエンドの検出を支援するために追跡の手がかりを利用するオンライン共同検出および追跡モデルです。 TraDeSは、以前のオブジェクトの機能を伝播するために使用されるコストボリュームでオブジェクト追跡オフセットを推測します。
  論文  参考訳（メタデータ） (2021-03-16T02:34:06Z)
• Probabilistic Tracklet Scoring and Inpainting for Multiple Object Tracking [83.75789829291475]
  本稿では,トラックレット提案の確率的自己回帰運動モデルを提案する。 これは、我々のモデルを訓練して、自然のトラックレットの基盤となる分布を学習することで達成される。 我々の実験は、挑戦的なシーケンスにおける物体の追跡におけるアプローチの優位性を実証している。
  論文  参考訳（メタデータ） (2020-12-03T23:59:27Z)
• Dense Scene Multiple Object Tracking with Box-Plane Matching [73.54369833671772]
  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タスクである。 密集したシーンにおけるMOT性能を改善するために,Box-Plane Matching (BPM)法を提案する。 3つのモジュールの有効性により、ACM MM Grand Challenge HiEve 2020において、私たちのチームはトラック1のリーダーボードで1位を獲得しました。
  論文  参考訳（メタデータ） (2020-07-30T16:39:22Z)
• Tracking Objects as Points [83.9217787335878]
  同時に検出と追跡を同時に行うアルゴリズムは,最先端技術よりもシンプルで,高速で,高精度である。 トラッカーであるCenterTrackは、前のフレームから一対のイメージと検出に検出モデルを適用します。 CenterTrackはシンプルで、オンライン(未来を覗くことはない)で、リアルタイムだ。
  論文  参考訳（メタデータ） (2020-04-02T17:58:40Z)

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。