論文の概要: Tracking Skiers from the Top to the Bottom

• arxiv url: http://arxiv.org/abs/2312.09723v1
• Date: Fri, 15 Dec 2023 11:53:17 GMT
• ステータス: 処理完了
• システム内更新日: 2023-12-18 16:04:52.221266
• Title: Tracking Skiers from the Top to the Bottom
• Title（参考訳）: スキーヤーを上から下まで追跡する
• Authors: Matteo Dunnhofer, Luca Sordi, Niki Martinel, Christian Micheloni
• Abstract要約: SkiTBはスキーにおけるコンピュータビジョンのための最大かつ最も注釈付きのデータセットである。 確立された手法と新たに導入されたスキーヤー最適化ベースラインアルゴリズムの両方を含む、いくつかのビジュアルオブジェクト追跡アルゴリズムをテストする。 その結果、視覚に基づくスキー分析における異なるトラッキング手法の適用性に関する貴重な知見が得られた。
• 参考スコア（独自算出の注目度）: 15.888963265785348
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Skiing is a popular winter sport discipline with a long history of competitive events. In this domain, computer vision has the potential to enhance the understanding of athletes' performance, but its application lags behind other sports due to limited studies and datasets. This paper makes a step forward in filling such gaps. A thorough investigation is performed on the task of skier tracking in a video capturing his/her complete performance. Obtaining continuous and accurate skier localization is preemptive for further higher-level performance analyses. To enable the study, the largest and most annotated dataset for computer vision in skiing, SkiTB, is introduced. Several visual object tracking algorithms, including both established methodologies and a newly introduced skier-optimized baseline algorithm, are tested using the dataset. The results provide valuable insights into the applicability of different tracking methods for vision-based skiing analysis. SkiTB, code, and results are available at https://machinelearning.uniud.it/datasets/skitb.
• Abstract（参考訳）: スキーは冬のスポーツ競技で人気があり、競技の長い歴史がある。 この領域では、コンピュータビジョンはアスリートのパフォーマンスの理解を高める可能性があるが、その応用は限られた研究とデータセットのために他のスポーツよりも遅れている。 本稿では,このような隙間を埋めるための一歩を踏み出す。 完全なパフォーマンスを捉えたビデオにおいて、スキーヤー追跡のタスクについて徹底的な調査を行う。 連続的かつ正確なスキーヤーのローカライゼーションは、さらなるハイレベルなパフォーマンス解析の前提となる。 この研究を可能にするために、スキーにおけるコンピュータビジョンのための最大かつ最も注釈付きデータセットであるSkiTBを紹介した。 確立された手法と新たに導入されたスキーヤー最適化ベースラインアルゴリズムの両方を含む、いくつかのビジュアルオブジェクト追跡アルゴリズムをデータセットを用いてテストする。 その結果、視覚に基づくスキー解析における異なる追跡手法の適用性に関する貴重な知見が得られる。 SkiTB、コード、結果はhttps://machinelearning.uniud.it/datasets/skitb.comで入手できる。

関連論文リスト

• YourSkatingCoach: A Figure Skating Video Benchmark for Fine-Grained Element Analysis [10.444961818248624]
  データセットには、ジャンプ要素の454のビデオ、検出された各ビデオ中のスケータースケルトン、ジャンプの開始フレームと終了フレームのゴールドラベル、フィギュアスケートの動画ベンチマークが含まれている。 そこで本研究では,ジャンプの時間長を正確に検出することを目的とした,新しい動作解析タスクである空気時間検出を提案する。 細粒度ラベルの一般化性を検証するため、粗粒度タスクアクション分類ではなく、クロススポーツタスクとして他のスポーツにも同様のプロセスを適用する。
  論文  参考訳（メタデータ） (2024-10-27T12:52:28Z)
• 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)
• ShuttleSet: A Human-Annotated Stroke-Level Singles Dataset for Badminton Tactical Analysis [5.609957071296952]
  我々は、アノテートされたストロークレベルの記録を持つ、公開可能な最大のバドミントンシングルスデータセットであるShuttleSetを紹介する。 104セット、3,685ラリー、36,492ストロークが2018年から2021年にかけて44試合に出場し、27人の男子シングルと女子シングルが出場した。 ShuttleSetはコンピュータ支援ラベル付けツールで手動で注釈付けされ、ショットタイプを選択する際のラベル付け効率と有効性を高める。
  論文  参考訳（メタデータ） (2023-06-08T05:41:42Z)
• 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)
• Visualizing Skiers' Trajectories in Monocular Videos [14.606629147104595]
  SkiTraVisは,スキーヤーが競技中に横断する点列を可視化するアルゴリズムである。 実世界のプロコンペティションのビデオで、可視化エラー、計算効率、適用可能性の定量化実験を行った。
  論文  参考訳（メタデータ） (2023-04-06T11:06:37Z)
• Large Scale Real-World Multi-Person Tracking [68.27438015329807]
  本稿では,新しい大規模多人数追跡データセットであるtexttPersonPath22を提案する。 MOT17、HiEve、MOT20などの高品質なマルチオブジェクト追跡データセットよりも桁違いに大きい。
  論文  参考訳（メタデータ） (2022-11-03T23:03:13Z)
• Satellite Image Time Series Analysis for Big Earth Observation Data [50.591267188664666]
  本稿では,機械学習を用いた衛星画像時系列解析のためのオープンソースRパッケージである sit について述べる。 本手法は, Cerrado Biome のケーススタディにより, 土地利用と土地被覆マップの精度が高いことを示す。
  論文  参考訳（メタデータ） (2022-04-24T15:23:25Z)
• Optical tracking in team sports [0.0]
  入力データを作成する過程について、定量的データアナリストに基本的な理解を提供する。 本稿では,トラッキングの事前処理手順,この領域における最も一般的な課題,およびスポーツチームへのデータ追跡の適用について論じる。
  論文  参考訳（メタデータ） (2022-04-08T15:51:35Z)
• Video-Based Reconstruction of the Trajectories Performed by Skiers [14.572756832049285]
  そこで本稿では,スポーツ選手が演奏中にトラバースした点列をビデオベースで再構成する手法を提案する。 我々のプロトタイプは、アスリートの動きを再現し、カメラの視点でそれを視覚化するためのディープラーニングベースのアルゴリズムのパイプラインで構成されています。
  論文  参考訳（メタデータ） (2021-12-17T17:40:06Z)
• PointContrast: Unsupervised Pre-training for 3D Point Cloud Understanding [107.02479689909164]
  本研究では,3次元表現学習の研究を支援することを目的とする。 教師なし事前学習が3Dシーンの大規模なソースセットに与える影響を計測する。
  論文  参考訳（メタデータ） (2020-07-21T17:59:22Z)
• Robust Visual Object Tracking with Two-Stream Residual Convolutional Networks [62.836429958476735]
  視覚追跡のための2ストリーム残差畳み込みネットワーク(TS-RCN)を提案する。 私たちのTS-RCNは、既存のディープラーニングベースのビジュアルトラッカーと統合することができます。 トラッキング性能をさらに向上するため、我々はResNeXtを特徴抽出バックボーンとして採用する。
  論文  参考訳（メタデータ） (2020-05-13T19:05:42Z)

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。