論文の概要: Extended OpenTT Games Dataset: A table tennis dataset for fine-grained shot type and point outcome

• arxiv url: http://arxiv.org/abs/2512.19327v1
• Date: Mon, 22 Dec 2025 12:25:50 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-23 18:54:32.744923
• Title: Extended OpenTT Games Dataset: A table tennis dataset for fine-grained shot type and point outcome
• Title（参考訳）: Extended OpenTT Games Dataset: きめ細かいショットタイプとポイントアウトのためのテーブルテニスデータセット
• Authors: Moamal Fadhil Abdul, Jonas Bruun Hubrechts, Thomas Martini Jørgensen, Emil Hovad,
• Abstract要約: OpenTTGamesは、ボールがネット上にあるとき、またはネットを打つとき、バウンスの公式ラベルが付いたテーブルの側面から録音するセットである。 私たちの拡張では、イベントにストロークのタイプと、プレイヤごとの分類を追加して、モデルがイベントスポッティングを越えて移動できるようにしています。 我々のアノテーションはOpenTTGamesと同じCC BY-NC-SA 4.0ライセンスでリリースされ、無償の非商用利用、修正、再配布を可能にします。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: Automatically detecting and classifying strokes in table tennis video can streamline training workflows, enrich broadcast overlays, and enable fine-grained performance analytics. For this to be possible, annotated video data of table tennis is needed. We extend the public OpenTTGames dataset with highly detailed, frame-accurate shot type annotations (forehand, backhand with subtypes), player posture labels (body lean and leg stance), and rally outcome tags at point end. OpenTTGames is a set of recordings from the side of the table with official labels for bounces, when the ball is above the net, or hitting the net. The dataset already contains ball coordinates near events, which are either "bounce", "net", or "empty_event" in the original OpenTTGames dataset, and semantic masks (humans, table, scoreboard). Our extension adds the types of stroke to the events and a per-player taxonomy so models can move beyond event spotting toward tactical understanding (e.g., whether a stroke is likely to win the point or set up an advantage). We provide a compact coding scheme and code-assisted labeling procedure to support reproducible annotations and baselines for fine-grained stroke understanding in racket sports. This fills a practical gap in the community, where many prior video resources are either not publicly released or carry restrictive/unclear licenses that hinder reuse and benchmarking. Our annotations are released under the same CC BY-NC-SA 4.0 license as OpenTTGames, allowing free non-commercial use, modification, and redistribution, with appropriate attribution.
• Abstract（参考訳）: テーブルテニスビデオにおけるストロークの自動検出と分類は、トレーニングワークフローの合理化、放送オーバレイの強化、詳細なパフォーマンス分析を可能にする。 これを可能にするためには、卓球の注釈付きビデオデータが必要である。 パブリックなOpenTTGamesデータセットを拡張し、フレーム精度の高いショットタイプのアノテーション(事前に、サブタイプ付きバックハンド)、プレイヤー姿勢ラベル(ボディリーンと脚スタンス)、ポイントエンドでの結果タグの収集を行う。 OpenTTGamesは、ボールがネット上にあるとき、またはネットを打つとき、バウンスの公式ラベルが付いたテーブルの側面から録音するセットである。 データセットには、オリジナルのOpenTTGamesデータセットの"bounce"、"net"、"empty_event"のいずれかのイベント近くのボール座標と、セマンティックマスク(人間、テーブル、スコアボード)が含まれている。 私たちの拡張では、イベントにストロークの種類と、プレイヤごとの分類を追加して、モデルがイベントスポッティングを越えて戦術的理解(例えば、ストロークがポイントを獲得するか、優位性を設定するか)に移行することができるようにしています。 ラケット競技における微妙なストローク理解のための再現可能なアノテーションとベースラインをサポートするためのコンパクトな符号化方式とコードアシストラベリング手法を提供する。 これは、多くの以前のビデオリソースが公開されていないか、再利用やベンチマークを妨げている制限付き/アンクラーライセンスが実行されている、コミュニティの実践的なギャップを埋める。 当社のアノテーションは,OpenTTGamesと同じCC BY-NC-SA 4.0ライセンスで公開されている。

関連論文リスト

• Knowledge Guided Entity-aware Video Captioning and A Basketball Benchmark [49.54265459763042]
  バスケットボールゲーム知識グラフ(KG_NBA_2022)を構築し,ビデオ以外の知識を提供する。 そして、KG_NBA_2022に基づいて、9種類のきめ細かいシューティングイベントと286人のプレイヤーの知識を含むデータセットを構築する。 バスケットボールのライブテキスト放送のためのエンコーダデコーダ形式の候補選手リストに基づいて,知識ガイド付きエンティティ対応ビデオキャプションネットワーク(KEANet)を開発した。
  論文  参考訳（メタデータ） (2024-01-25T02:08:37Z)
• Event Detection in Football using Graph Convolutional Networks [0.0]
  ビデオシーケンスの各フレームにおけるプレーヤとボールをグラフとしてモデル化する方法を示す。 本稿では,各アクションの周囲に存在する時間的コンテキストをモデル化するためのグラフ畳み込み層とプール法について述べる。
  論文  参考訳（メタデータ） (2023-01-24T14:52:54Z)
• P2ANet: A Dataset and Benchmark for Dense Action Detection from Table Tennis Match Broadcasting Videos [64.57435509822416]
  この作品は、ワールド・テーブルテニス選手権とオリンピアードのプロの卓球試合の放送ビデオから収集された2,721本のビデオクリップで構成されている。 強調局所化と強調認識という2つのアクション検出問題を定式化する。 その結果、TheNameは依然として困難なタスクであり、ビデオからの高密度なアクション検出のための特別なベンチマークとして使用できることを確認した。
  論文  参考訳（メタデータ） (2022-07-26T08:34:17Z)
• A Unified Taxonomy and Multimodal Dataset for Events in Invasion Games [3.7111751305143654]
  本稿では,侵略ゲームにおける多種多様な低レベル・高レベルの事象を包括する普遍的な分類法を提案する。 我々は、細粒度および球中心イベントスポッティングの研究を促進するため、金標準アノテーションを用いたビデオデータと位置データからなる2つのマルチモーダルデータセットをリリースする。
  論文  参考訳（メタデータ） (2021-08-25T10:09:28Z)
• Reducing the Annotation Effort for Video Object Segmentation Datasets [50.893073670389164]
  ピクセルマスクでフレームを密にラベル付けしても 大規模なデータセットにはスケールしない 我々は、より安価なバウンディングボックスアノテーションからピクセルレベルで擬似ラベルを自動生成するために、深層畳み込みネットワークを使用します。 我々は新しいTAO-VOSベンチマークを取得し、www.vision.rwth-aachen.de/page/taovosで公開している。
  論文  参考訳（メタデータ） (2020-11-02T17:34:45Z)
• Labelling unlabelled videos from scratch with multi-modal self-supervision [82.60652426371936]
  ビデオデータセットの教師なしラベリングは、強力な機能エンコーダから解放されない。 人間のアノテーションを使わずにビデオデータセットの擬似ラベリングを可能にする新しいクラスタリング手法を提案する。 広範囲な分析により、結果として得られたクラスタは、真理の人間ラベルと高いセマンティックオーバーラップがあることが示されている。
  論文  参考訳（メタデータ） (2020-06-24T12:28:17Z)
• TTNet: Real-time temporal and spatial video analysis of table tennis [5.156484100374058]
  本稿では,高精細度卓球ビデオのリアルタイム処理を目的としたニューラルネットワークを提案する。 このアプローチは、自動参照システムによるスコア更新を推論するためのコア情報を提供する。 イベントをラベル付けした120fpsのテーブルテニスゲームのビデオ付きマルチタスクデータセットOpenTTGamesを公開している。
  論文  参考訳（メタデータ） (2020-04-21T11:57:51Z)

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。