論文の概要: BasketLiDAR: The First LiDAR-Camera Multimodal Dataset for Professional Basketball MOT
- arxiv url: http://arxiv.org/abs/2508.15299v1
- Date: Thu, 21 Aug 2025 06:40:51 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-08-22 16:26:46.214814
- Title: BasketLiDAR: The First LiDAR-Camera Multimodal Dataset for Professional Basketball MOT
- Title（参考訳）: BasketLiDAR:プロバスケットボールMOT用LiDAR-Cameraマルチモーダルデータセット
- Authors: Ryunosuke Hayashi, Kohei Torimi, Rokuto Nagata, Kazuma Ikeda, Ozora Sako, Taichi Nakamura, Masaki Tani, Yoshimitsu Aoki, Kentaro Yoshioka,
- Abstract要約: スポーツにおけるリアルタイム3次元軌跡追跡は, 戦術分析, 性能評価, 観察者体験の向上において重要な役割を担っている。
従来のシステムはマルチカメラのセットアップに依存しているが、ビデオデータの本質的に2次元の性質と複雑な3D再構成処理の必要性に制約されている。
バスケットボールはMOT分野で最も難しいシナリオの1つであり、10人のプレーヤーが制限された法廷空間内で素早く複雑に動きます。
本稿では,スポーツMOT分野における最初のマルチモーダルデータセットであるBasketLiDARを構築した。
- 参考スコア（独自算出の注目度）: 4.415279811637206
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Real-time 3D trajectory player tracking in sports plays a crucial role in tactical analysis, performance evaluation, and enhancing spectator experience. Traditional systems rely on multi-camera setups, but are constrained by the inherently two-dimensional nature of video data and the need for complex 3D reconstruction processing, making real-time analysis challenging. Basketball, in particular, represents one of the most difficult scenarios in the MOT field, as ten players move rapidly and complexly within a confined court space, with frequent occlusions caused by intense physical contact. To address these challenges, this paper constructs BasketLiDAR, the first multimodal dataset in the sports MOT field that combines LiDAR point clouds with synchronized multi-view camera footage in a professional basketball environment, and proposes a novel MOT framework that simultaneously achieves improved tracking accuracy and reduced computational cost. The BasketLiDAR dataset contains a total of 4,445 frames and 3,105 player IDs, with fully synchronized IDs between three LiDAR sensors and three multi-view cameras. We recorded 5-on-5 and 3-on-3 game data from actual professional basketball players, providing complete 3D positional information and ID annotations for each player. Based on this dataset, we developed a novel MOT algorithm that leverages LiDAR's high-precision 3D spatial information. The proposed method consists of a real-time tracking pipeline using LiDAR alone and a multimodal tracking pipeline that fuses LiDAR and camera data. Experimental results demonstrate that our approach achieves real-time operation, which was difficult with conventional camera-only methods, while achieving superior tracking performance even under occlusion conditions. The dataset is available upon request at: https://sites.google.com/keio.jp/keio-csg/projects/basket-lidar
- Abstract（参考訳）: スポーツにおけるリアルタイム3次元軌跡追跡は, 戦術分析, 性能評価, 観察者体験の向上において重要な役割を担っている。
従来のシステムはマルチカメラのセットアップに依存しているが、ビデオデータの本質的に2次元の性質と複雑な3D再構成処理の必要性に制約されているため、リアルタイム解析は困難である。
特にバスケットボールはMOT分野において最も困難なシナリオの1つであり、10人のプレーヤーが激しい物理的接触によって頻繁に閉塞を伴い、制限された法廷空間内で素早く複雑に動きます。
これらの課題に対処するため,スポーツMOT分野における最初のマルチモーダルデータセットであるBasketLiDARを構築した。
BasketLiDARデータセットには、合計4,445フレームと3,105人のプレイヤーIDが含まれており、3つのLiDARセンサーと3つのマルチビューカメラ間で完全なIDが同期している。
実際のプロバスケットボール選手から5-on-5と3-on-3のゲームデータを記録し、各選手に完全な3D位置情報とIDアノテーションを提供した。
このデータセットに基づいて,LiDARの高精度3次元空間情報を活用するMOTアルゴリズムを開発した。
提案手法は,LiDARのみを用いたリアルタイムトラッキングパイプラインと,LiDARとカメラデータを融合したマルチモーダルトラッキングパイプラインから構成される。
実験により,従来のカメラオンリー手法では困難であったリアルタイム動作を実現し,閉塞条件下でも優れたトラッキング性能が得られた。
https://sites.google.com/keio.jp/keio-csg/projects/basket-lidar
関連論文リスト
- SpatialTrackerV2: 3D Point Tracking Made Easy [73.0350898700048]
SpaceTrackerV2はモノクロビデオのフィードフォワード3Dポイントトラッキング手法である。
これは、世界空間の3Dモーションをシーン幾何学、カメラエゴモーション、ピクセルワイドオブジェクトモーションに分解する。
このような異種データから幾何学と運動を共同で学習することで、SpatialTrackerV2は既存の3Dトラッキング方法よりも30%優れています。
論文 参考訳（メタデータ） (2025-07-16T17:59:03Z) - Real-time Localization of a Soccer Ball from a Single Camera [0.0]
本研究では,1台の放送カメラからリアルタイムな3次元サッカー軌道再構成を行うための計算効率のよい手法を提案する。
従来の研究とは対照的に,提案手法では,最適化を大幅に高速化するために,$W$離散モードのマルチモード状態モデルを導入している。
システムは標準CPUで動作し、ライブブロードキャスト設定に適した低レイテンシを実現する。
論文 参考訳（メタデータ） (2025-06-09T17:52:07Z) - TrackID3x3: A Dataset and Algorithm for Multi-Player Tracking with Identification and Pose Estimation in 3x3 Basketball Full-court Videos [8.70594963462731]
本稿では,3x3バスケットボールシナリオにおけるマルチプレイヤー追跡,プレイヤー識別,ポーズ推定に特化して設計された最初のデータセットを提案する。
データセットは3つの異なるサブセット(室内固定カメラ、屋外固定カメラ、ドローンカメラ)で構成され、さまざまなフルコートカメラの視点と環境をキャプチャする。
そこで本研究では,トラッキングと識別の質を評価するために,Track-IDアルゴリズムと呼ばれるベースラインアルゴリズムを提案する。
論文 参考訳（メタデータ） (2025-03-24T01:55:46Z) - CrossTracker: Robust Multi-modal 3D Multi-Object Tracking via Cross Correction [27.18612358750601]
CrossTrackerは、オンラインマルチモーダル3DMOTのための新しい2段階パラダイムである。
われわれの実験は、CrossTrackerが18の競合相手よりも優れていることを実証している。
論文 参考訳（メタデータ） (2024-11-28T01:36:29Z) - Multi-Modal Dataset Acquisition for Photometrically Challenging Object [56.30027922063559]
本稿では,3次元視覚タスクにおける現在のデータセットの限界について,精度,サイズ,リアリズム,および光度に挑戦する対象に対する適切な画像モダリティの観点から検討する。
既存の3次元認識と6次元オブジェクトポーズデータセットを強化する新しいアノテーションと取得パイプラインを提案する。
論文 参考訳（メタデータ） (2023-08-21T10:38:32Z) - An Effective Motion-Centric Paradigm for 3D Single Object Tracking in
Point Clouds [50.19288542498838]
LiDARポイントクラウド(LiDAR SOT)における3Dシングルオブジェクトトラッキングは、自動運転において重要な役割を果たす。
現在のアプローチはすべて、外観マッチングに基づくシームズパラダイムに従っている。
我々は新たな視点からLiDAR SOTを扱うための動き中心のパラダイムを導入する。
論文 参考訳（メタデータ） (2023-03-21T17:28:44Z) - DeepSportradar-v1: Computer Vision Dataset for Sports Understanding with
High Quality Annotations [3.000319651350124]
本稿では,自動スポーツ理解のためのコンピュータビジョンタスク,データセット,ベンチマークスイートであるDeepSportradar-v1を紹介する。
このフレームワークの主な目的は、学術研究と現実世界の設定のギャップを埋めることである。
論文 参考訳（メタデータ） (2022-08-17T09:55:02Z) - 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) - Monocular Quasi-Dense 3D Object Tracking [99.51683944057191]
周囲の物体の将来の位置を予測し、自律運転などの多くのアプリケーションで観測者の行動を計画するためには、信頼性と正確な3D追跡フレームワークが不可欠である。
移動プラットフォーム上で撮影された2次元画像のシーケンスから,移動物体を時間とともに効果的に関連付け,その全3次元バウンディングボックス情報を推定するフレームワークを提案する。
論文 参考訳（メタデータ） (2021-03-12T15:30:02Z)
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。