論文の概要: From Broadcast to Minimap: Achieving State-of-the-Art SoccerNet Game State Reconstruction

• arxiv url: http://arxiv.org/abs/2504.06357v1
• Date: Tue, 08 Apr 2025 18:10:44 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-04-10 13:07:09.923032
• Title: From Broadcast to Minimap: Achieving State-of-the-Art SoccerNet Game State Reconstruction
• Title（参考訳）: ブロードキャストからミニマップへ:最先端のサッカーネットの状態を再構築する
• Authors: Vladimir Golovkin, Nikolay Nemtsev, Vasyl Shandyba, Oleg Udin, Nikita Kasatkin, Pavel Kononov, Anton Afanasiev, Sergey Ulasen, Andrei Boiarov,
• Abstract要約: ゲーム・ステート・レコンストラクション(GSR)は、サッカーのフィールドプレーヤ、ゴールキーパー、審判員、その他全ての個人を正確に追跡し、ローカライズする。 この能力により、コーチやアナリストはプレイヤーの動き、チーム形成、ゲームダイナミクスに関する実用的な洞察を導き出すことができる。 単一カメラのセットアップを用いて,選手を一括して追跡する,堅牢なエンドツーエンドパイプラインを提案する。
• 参考スコア（独自算出の注目度）: 0.19748373512880277
• License:
• Abstract: Game State Reconstruction (GSR), a critical task in Sports Video Understanding, involves precise tracking and localization of all individuals on the football field-players, goalkeepers, referees, and others - in real-world coordinates. This capability enables coaches and analysts to derive actionable insights into player movements, team formations, and game dynamics, ultimately optimizing training strategies and enhancing competitive advantage. Achieving accurate GSR using a single-camera setup is highly challenging due to frequent camera movements, occlusions, and dynamic scene content. In this work, we present a robust end-to-end pipeline for tracking players across an entire match using a single-camera setup. Our solution integrates a fine-tuned YOLOv5m for object detection, a SegFormer-based camera parameter estimator, and a DeepSORT-based tracking framework enhanced with re-identification, orientation prediction, and jersey number recognition. By ensuring both spatial accuracy and temporal consistency, our method delivers state-of-the-art game state reconstruction, securing first place in the SoccerNet Game State Reconstruction Challenge 2024 and significantly outperforming competing methods.
• Abstract（参考訳）: スポーツビデオ理解における重要なタスクであるゲーム状態再構成(GSR)は、実世界のコーディネートにおいて、サッカーのフィールドプレーヤ、ゴールキーパー、審判、その他の選手の正確な追跡と位置決めを行う。 この能力により、コーチやアナリストはプレイヤーの動き、チーム形成、ゲームダイナミクスに関する実用的な洞察を導き、最終的にトレーニング戦略を最適化し、競争上の優位性を高めることができる。 単一カメラで正確なGSRを実現することは、頻繁なカメラの動き、閉塞、ダイナミックなシーンの内容のために非常に困難である。 そこで本研究では,シングルカメラのセットアップを用いて,選手を一括して追跡する堅牢なエンドツーエンドパイプラインを提案する。 本ソリューションは、オブジェクト検出のための微調整されたYOLOv5m、SegFormerベースのカメラパラメータ推定器、および、再識別、向き予測、ジャージ番号認識に強化されたDeepSORTベースのトラッキングフレームワークを統合する。 空間的精度と時間的整合性を両立させることで,この手法は最先端のゲーム状態復元を実現し,サッカーネットゲーム状態再構築チャレンジ2024において第1位を獲得し,競合する手法よりも優れていた。

関連論文リスト

• WorldPose: A World Cup Dataset for Global 3D Human Pose Estimation [67.28831601491447]
  WorldPoseは、野生における多人数のグローバルポーズ推定の研究を進めるための、新しいデータセットである。 我々はHDカメラの静的多視点設定を利用して、前例のない精度で3Dプレーヤーのポーズと動きを復元する。 得られたデータセットは80以上のシークエンスで構成され、約2.5万の3Dポーズと総走行距離は120km以上である。
  論文  参考訳（メタデータ） (2025-01-06T05:24:38Z)
• BroadTrack: Broadcast Camera Tracking for Soccer [6.011159943695013]
  カメラキャリブレーションとローカライゼーションはサッカー放送における多くの応用を可能にする。 本稿では,サッカー中継カメラのタスクを効率的に,頑健かつ正確に追跡できるシステムを提案する。 我々の追跡システムであるBroadTrackは、平均再投射誤差率を半減し、サッカーネットデータセットのカメラキャリブレーションのジャカード指標の15%以上を得る。
  論文  参考訳（メタデータ） (2024-12-02T17:10:52Z)
• SoccerNet Game State Reconstruction: End-to-End Athlete Tracking and Identification on a Minimap [102.5232204867158]
  我々は、ゲーム状態再構成のタスクを形式化し、フットボールビデオに焦点を当てた新しいゲーム状態再構成データセットである、サッカーネット-GSRを紹介する。 SoccerNet-GSRは、ピッチローカライゼーションとカメラキャリブレーションのための937万行のアノテートにより、30秒間の200の動画シーケンスで構成されている。 我々の実験は、GSRは挑戦的な新しい課題であり、将来の研究の場を開くことを示している。
  論文  参考訳（メタデータ） (2024-04-17T12:53:45Z)
• Advanced Volleyball Stats for All Levels: Automatic Setting Tactic Detection and Classification with a Single Camera [15.032833555418314]
  バレーボールの試合における戦略分類の設定に特化して設計された2つの新しいエンドツーエンドコンピュータビジョンフレームワークを提案する。 本フレームワークは,ボール軌跡認識と新しいセット軌跡分類器を組み合わせることで,包括的・高度な統計データを生成する。 本システムでは,実時間展開が可能であり,ゲーム内戦略分析やスポット内ゲームプランの調整が可能である。
  論文  参考訳（メタデータ） (2023-09-26T08:29:02Z)
• Graph-Based Multi-Camera Soccer Player Tracker [1.6244541005112743]
  本稿では,サッカー場周辺に設置した複数のキャリブレーションカメラから,長撮影映像記録におけるサッカー選手の追跡を目的としたマルチカメラ追跡手法を提案する。 カメラとの距離が大きいため、個々のプレイヤーを視覚的に区別することは困難であり、従来のソリューションの性能に悪影響を及ぼす。 本手法は,各プレイヤーのダイナミクスと周辺プレイヤー間の相互作用に着目し,トラッキング性能の向上を図る。
  論文  参考訳（メタデータ） (2022-11-03T20:01:48Z)
• Scalable and Real-time Multi-Camera Vehicle Detection, Re-Identification, and Tracking [58.95210121654722]
  理想化されたビデオストリームやキュレートされたビデオストリームの代わりに,リアルタイムで低解像度のCCTVを処理する,リアルタイムな都市規模のマルチカメラ車両追跡システムを提案する。 私たちの手法は、公共のリーダーボードで上位5人のパフォーマーにランク付けされています。
  論文  参考訳（メタデータ） (2022-04-15T12:47:01Z)
• 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)
• Smart Director: An Event-Driven Directing System for Live Broadcasting [110.30675947733167]
  Smart Directorは、典型的な人間向けブロードキャストプロセスを模倣して、ほぼ専門的なブロードキャストプログラムをリアルタイムで自動的に作成することを目指している。 本システムは,マルチカメラスポーツ放送における初のエンドツーエンド自動指向システムである。
  論文  参考訳（メタデータ） (2022-01-11T16:14:41Z)
• Real-Time Camera Pose Estimation for Sports Fields [43.50671336931042]
  画像中の特定のキーポイントの正確な位置同定とロバスト同定を組み合わせた新しいフレームワークを提案する。 提案アルゴリズムは,地平面の位置を仮定して,フィールドラインとプレーヤの画像位置の両方を利用する。 サッカー、バスケットボール、バレーボールのベンチマークデータセットに挑戦する上で、その効果を実証する。
  論文  参考訳（メタデータ） (2020-03-31T11:27:33Z)

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。