論文の概要: TeamTrack: A Dataset for Multi-Sport Multi-Object Tracking in Full-pitch Videos

• arxiv url: http://arxiv.org/abs/2404.13868v1
• Date: Mon, 22 Apr 2024 04:33:40 GMT
• ステータス: 処理完了
• システム内更新日: 2024-04-23 15:16:29.701482
• Title: TeamTrack: A Dataset for Multi-Sport Multi-Object Tracking in Full-pitch Videos
• Title（参考訳）: TeamTrack: マルチスポーツマルチオブジェクトトラッキングのためのフルピッチビデオ用データセット
• Authors: Atom Scott, Ikuma Uchida, Ning Ding, Rikuhei Umemoto, Rory Bunker, Ren Kobayashi, Takeshi Koyama, Masaki Onishi, Yoshinari Kameda, Keisuke Fujii,
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 11.35998213546475
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Multi-object tracking (MOT) is a critical and challenging task in computer vision, particularly in situations involving objects with similar appearances but diverse movements, as seen in team sports. Current methods, largely reliant on object detection and appearance, often fail to track targets in such complex scenarios accurately. This limitation is further exacerbated by the lack of comprehensive and diverse datasets covering the full view of sports pitches. Addressing these issues, we introduce TeamTrack, a pioneering benchmark dataset specifically designed for MOT in sports. TeamTrack is an extensive collection of full-pitch video data from various sports, including soccer, basketball, and handball. Furthermore, we perform a comprehensive analysis and benchmarking effort to underscore TeamTrack's utility and potential impact. Our work signifies a crucial step forward, promising to elevate the precision and effectiveness of MOT in complex, dynamic settings such as team sports. The dataset, project code and competition is released at: https://atomscott.github.io/TeamTrack/.
• Abstract（参考訳）: 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り、特にチームスポーツで見られるように、類似した外観だが多様な動きを持つ物体を含む状況においてである。 現在の手法は、オブジェクトの検出と外観に大きく依存しているが、そのような複雑なシナリオにおけるターゲットの追跡に失敗することが多い。 この制限は、スポーツピッチの全体像をカバーする包括的で多様なデータセットの欠如によってさらに悪化する。 これらの問題に対処するため,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を紹介した。 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。 さらに、TeamTrackの実用性と潜在的な影響を評価するために、包括的な分析とベンチマークを実施しています。 私たちの仕事は、チームスポーツのような複雑なダイナミックな環境でのMOTの精度と有効性を高めることを約束する重要な一歩を示しています。 データセット、プロジェクトコード、コンペティションは、https://atomscott.github.io/TeamTrack/.comで公開されている。

関連論文リスト

• Tracking Anything in High Quality [63.63653185865726]
  HQTrackは高品質なビデオ追跡のためのフレームワークだ。 ビデオマルチオブジェクトセグメンタ(VMOS)とマスクリファインダ(MR)で構成されている。
  論文  参考訳（メタデータ） (2023-07-26T06:19:46Z)
• SportsMOT: A Large Multi-Object Tracking Dataset in Multiple Sports Scenes [44.46768991505495]
  本稿では,emphSportsMOTと呼ばれる多種多様なスポーツシーンにおける大規模多目的追跡データセットを提案する。 240のビデオシーケンス、150Kフレーム以上、およびバスケットボール、バレーボール、サッカーを含む3つのスポーツカテゴリーから収集された1.6M以上のバウンディングボックスで構成されている。 本稿では,emphMixSortと呼ばれる新しい多対象追跡フレームワークを提案する。
  論文  参考訳（メタデータ） (2023-04-11T12:07:31Z)
• DIVOTrack: A Novel Dataset and Baseline Method for Cross-View Multi-Object Tracking in DIVerse Open Scenes [74.64897845999677]
  歩行者が密集したDIVerse Openのシーンを対象とした,新しいクロスビュー多目的追跡データセットを提案する。 私たちのDIVOTrackには15の異なるシナリオと953のクロスビュートラックがあります。 さらに,クロスモット(CrossMOT)という統合型共同検出・クロスビュートラッキングフレームワークを用いた新しいベースラインクロスビュートラッキング手法を提案する。
  論文  参考訳（メタデータ） (2023-02-15T14:10:42Z)
• 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)
• Unified Transformer Tracker for Object Tracking [58.65901124158068]
  異なるシナリオにおけるトラッキング問題に1つのパラダイムで対処するために,UTT(Unified Transformer Tracker)を提案する。 SOT(Single Object Tracking)とMOT(Multiple Object Tracking)の両方を対象とするトラックトランスフォーマーを開発した。
  論文  参考訳（メタデータ） (2022-03-29T01:38:49Z)
• 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)
• TAO: A Large-Scale Benchmark for Tracking Any Object [95.87310116010185]
  オブジェクトのデータセットの追跡は2,907本の高解像度ビデオで構成され、平均で30分の長さの多様な環境でキャプチャされる。 ビデオの任意の時点で移動するオブジェクトにアノテータにラベルを付け、ファクトラムの後に名前を付けるように求めます。 我々の語彙は、既存の追跡データセットと著しく大きく、質的に異なる。
  論文  参考訳（メタデータ） (2020-05-20T21:07:28Z)

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。