論文の概要: SoccerHigh: A Benchmark Dataset for Automatic Soccer Video Summarization

• arxiv url: http://arxiv.org/abs/2509.01439v1
• Date: Mon, 01 Sep 2025 12:49:51 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-04 15:17:03.699976
• Title: SoccerHigh: A Benchmark Dataset for Automatic Soccer Video Summarization
• Title（参考訳）: SoccerHigh: 自動サッカービデオ要約のためのベンチマークデータセット
• Authors: Artur Díaz-Juan, Coloma Ballester, Gloria Haro,
• Abstract要約: ビデオ要約は、長いビデオからキーショットを抽出し、簡潔で情報的な要約を生成することを目的としている。 本稿では,サッカー映像要約のためのキュレートされたデータセットについて紹介する。 目的の要約の長さによって制約された新しいメトリクスを提案し、生成されたコンテンツのより客観的な評価を可能にする。
• 参考スコア（独自算出の注目度）: 4.716748055888426
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Video summarization aims to extract key shots from longer videos to produce concise and informative summaries. One of its most common applications is in sports, where highlight reels capture the most important moments of a game, along with notable reactions and specific contextual events. Automatic summary generation can support video editors in the sports media industry by reducing the time and effort required to identify key segments. However, the lack of publicly available datasets poses a challenge in developing robust models for sports highlight generation. In this paper, we address this gap by introducing a curated dataset for soccer video summarization, designed to serve as a benchmark for the task. The dataset includes shot boundaries for 237 matches from the Spanish, French, and Italian leagues, using broadcast footage sourced from the SoccerNet dataset. Alongside the dataset, we propose a baseline model specifically designed for this task, which achieves an F1 score of 0.3956 in the test set. Furthermore, we propose a new metric constrained by the length of each target summary, enabling a more objective evaluation of the generated content. The dataset and code are available at https://ipcv.github.io/SoccerHigh/.
• Abstract（参考訳）: ビデオ要約は、長いビデオからキーショットを抽出し、簡潔で情報的な要約を生成することを目的としている。 スポーツにおける最も一般的な応用の1つは、ハイライトリールがゲームの最も重要な瞬間を捉え、顕著な反応や特定の文脈イベントを捉えていることである。 自動要約生成は、主要なセグメントを特定するのに必要な時間と労力を削減することにより、スポーツメディア産業におけるビデオエディタをサポートすることができる。 しかし、公開データセットの欠如は、スポーツハイライト生成のための堅牢なモデルを開発する上での課題となっている。 本稿では,サッカー映像要約のためのキュレートされたデータセットを導入することで,このギャップに対処する。 データセットには、サッカーネットデータセットからの放送映像を使用して、スペイン、フランス、イタリアリーグの237試合のショットバウンダリが含まれている。 データセットの他に、このタスク用に特別に設計されたベースラインモデルを提案し、テストセットにおいてF1スコアが0.3956に達する。 さらに,各対象の要約の長さに制約された新しい指標を提案し,生成したコンテンツのより客観的な評価を可能にした。 データセットとコードはhttps://ipcv.github.io/SoccerHigh/で公開されている。

関連論文リスト

• Scaling Up Video Summarization Pretraining with Large Language Models [73.74662411006426]
  本稿では,大規模ビデオ要約データセットを生成するための,自動化されたスケーラブルなパイプラインを提案する。 我々は既存のアプローチの限界を分析し、それらに効果的に対処する新しいビデオ要約モデルを提案する。 我々の研究は、プロが注釈付けした高品質の要約を持つ1200本の長編ビデオを含む新しいベンチマークデータセットも提示した。
  論文  参考訳（メタデータ） (2024-04-04T11:59:06Z)
• VideoXum: Cross-modal Visual and Textural Summarization of Videos [54.0985975755278]
  我々は新しい共同ビデオとテキスト要約タスクを提案する。 目標は、短縮されたビデオクリップと、長いビデオから対応するテキスト要約の両方を生成することだ。 生成された短縮ビデオクリップとテキストナラティブは、セマンティックに適切に調整されるべきである。
  論文  参考訳（メタデータ） (2023-03-21T17:51:23Z)
• Sports Video Analysis on Large-Scale Data [10.24207108909385]
  本稿では,スポーツビデオにおける自動機械記述のモデル化について検討する。 スポーツビデオ分析のためのNBAデータセット(NSVA)を提案する。
  論文  参考訳（メタデータ） (2022-08-09T16:59:24Z)
• A Multi-stage deep architecture for summary generation of soccer videos [11.41978608521222]
  本稿では,音声メタデータとイベントメタデータの両方を利用して,サッカーの試合の要約を生成する手法を提案する。 その結果,提案手法は一致の動作を検出し,どの動作が要約に属するべきかを識別し,複数の候補要約を提案する。
  論文  参考訳（メタデータ） (2022-05-02T07:26:35Z)
• 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)
• SoccerNet-v2: A Dataset and Benchmarks for Holistic Understanding of Broadcast Soccer Videos [71.72665910128975]
  SoccerNet-v2 は SoccerNet ビデオデータセット用の手動アノテーションの大規模なコーパスである。 SoccerNetの500の未トリミングサッカービデオの中で、約300万のアノテーションをリリースしています。 サッカーの領域における現在のタスクを拡張し、アクションスポッティング、カメラショットセグメンテーション、境界検出を含む。
  論文  参考訳（メタデータ） (2020-11-26T16:10:16Z)

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。