論文の概要: Towards long-term player tracking with graph hierarchies and domain-specific features

• arxiv url: http://arxiv.org/abs/2502.21242v1
• Date: Fri, 28 Feb 2025 17:12:40 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-03 13:41:42.018425
• Title: Towards long-term player tracking with graph hierarchies and domain-specific features
• Title（参考訳）: グラフ階層とドメイン固有の特徴を用いた長期プレイヤー追跡に向けて
• Authors: Maria Koshkina, James H. Elder,
• Abstract要約: 本研究では、ジャージ番号、チームID、フィールド座標などのドメイン固有の特徴を活用する階層グラフベースのアプローチであるSportsSUSHIを導入し、追跡精度を向上させる。 SportsSUSHIは、サッカーネットデータセットと、新たに提案されたホッケー追跡データセット上で高いパフォーマンスを達成する。
• 参考スコア（独自算出の注目度）: 5.985204759362746
• License:
• Abstract: In team sports analytics, long-term player tracking remains a challenging task due to player appearance similarity, occlusion, and dynamic motion patterns. Accurately re-identifying players and reconnecting tracklets after extended absences from the field of view or prolonged occlusions is crucial for robust analysis. We introduce SportsSUSHI, a hierarchical graph-based approach that leverages domain-specific features, including jersey numbers, team IDs, and field coordinates, to enhance tracking accuracy. SportsSUSHI achieves high performance on the SoccerNet dataset and a newly proposed hockey tracking dataset. Our hockey dataset, recorded using a stationary camera capturing the entire playing surface, contains long sequences and annotations for team IDs and jersey numbers, making it well-suited for evaluating long-term tracking capabilities. The inclusion of domain-specific features in our approach significantly improves association accuracy, as demonstrated in our experiments. The dataset and code are available at https://github.com/mkoshkina/sports-SUSHI.
• Abstract（参考訳）: チームスポーツ分析では、選手の外観の類似性、閉塞性、ダイナミックモーションパターンが原因で、長期的な選手追跡は依然として難しい課題である。 視界から遠ざかった後、正確な再識別とトラックレットの再接続は、ロバスト分析に不可欠である。 本研究では、ジャージ番号、チームID、フィールド座標などのドメイン固有の特徴を活用する階層グラフベースのアプローチであるSportsSUSHIを導入し、追跡精度を向上させる。 SportsSUSHIは、サッカーネットデータセットと、新たに提案されたホッケー追跡データセット上で高いパフォーマンスを達成する。 我々のホッケーデータセットは、静止カメラで記録され、チームIDとジャージ番号の長いシーケンスとアノテーションが含まれており、長期追跡機能の評価に適しています。 提案手法にドメイン固有の特徴を組み込むことは,本実験で示すように,関連性の精度を著しく向上させる。 データセットとコードはhttps://github.com/mkoshkina/sports-SUSHIで公開されている。

関連論文リスト

• BlinkTrack: Feature Tracking over 100 FPS via Events and Images [50.98675227695814]
  本稿では,RGB画像とイベントデータを統合した新しいフレームワークであるBlinkTrackを提案する。 本手法は,従来のカルマンフィルタを学習ベースのフレームワークに拡張し,イベントおよびイメージの分岐において微分可能なカルマンフィルタを利用する。 実験の結果、BlinkTrackは既存のイベントベースの手法よりも大幅に優れていた。
  論文  参考訳（メタデータ） (2024-09-26T15:54:18Z)
• Temporal Correlation Meets Embedding: Towards a 2nd Generation of JDE-based Real-Time Multi-Object Tracking [52.04679257903805]
  共同検出・埋め込み(JDE)トラッカーは多目的追跡(MOT)タスクにおいて優れた性能を示した。 TCBTrackという名前のトラッカーは、複数の公開ベンチマークで最先端のパフォーマンスを実現しています。
  論文  参考訳（メタデータ） (2024-07-19T07:48:45Z)
• Multi Player Tracking in Ice Hockey with Homographic Projections [13.320838012645444]
  アイスホッケーにおけるマルチオブジェクト追跡(MOT)は、選手の身元を維持するために、特定のシーケンスにまたがるプレイヤーのローカライズとアソシエイトという複合的なタスクを追求する。 ホモグラフィーを応用した二部グラフマッチング問題としてMOTを定式化した新しい追跡手法を提案する。 我々は,足のキーポイントをオーバヘッドリンクテンプレートにマッピングし,これらの投影された位置をグラフネットワークにエンコードすることで,放送ビューにおけるOccludedとOverlappingのプレイヤーの位置表現を解き放つ。
  論文  参考訳（メタデータ） (2024-05-22T07:14:55Z)
• TeamTrack: A Dataset for Multi-Sport Multi-Object Tracking in Full-pitch Videos [11.35998213546475]
  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。
  論文  参考訳（メタデータ） (2024-04-22T04:33:40Z)
• 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)
• 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)
• Multi-Object Tracking and Segmentation with a Space-Time Memory Network [12.043574473965318]
  トラックレットを関連づける新しいメモリベース機構に基づく多目的追跡とセグメンテーションの手法を提案する。 提案するトラッカーであるMeNToSは、特に長期データアソシエーションの問題に対処する。
  論文  参考訳（メタデータ） (2021-10-21T17:13:17Z)
• Learning to Track with Object Permanence [61.36492084090744]
  共同物体の検出と追跡のためのエンドツーエンドのトレーニング可能なアプローチを紹介します。 私たちのモデルは、合成データと実データで共同トレーニングされ、KITTIおよびMOT17データセットの最先端を上回ります。
  論文  参考訳（メタデータ） (2021-03-26T04:43:04Z)
• Player Identification in Hockey Broadcast Videos [18.616544581429835]
  我々はNHL放送におけるホッケー選手識別の問題を解決するために,深層畳み込みニューラルネットワークアプローチを提案する。 本稿では,ResNet+LSTMネットワークの出力を分類するために,2次1次元畳み込みニューラルネットワークをレイトスコアレベル融合法として利用する。 これにより、新しいデータセットのテスト分割で、全体的なプレイヤー識別精度が87%以上になる。
  論文  参考訳（メタデータ） (2020-09-05T01:30:15Z)
• 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。