Fugu-MT 論文翻訳(概要): Right Move, Right Time: Multi-Sport Space Evaluation Platform for Ultimate Frisbee, Basketball, and Soccer

論文の概要: Right Move, Right Time: Multi-Sport Space Evaluation Platform for Ultimate Frisbee, Basketball, and Soccer

arxiv url: http://arxiv.org/abs/2603.06585v1
Date: Mon, 26 Jan 2026 21:18:53 GMT
ステータス: 翻訳完了
システム内更新日: 2026-03-15 16:38:22.386611
Title: Right Move, Right Time: Multi-Sport Space Evaluation Platform for Ultimate Frisbee, Basketball, and Soccer
Title（参考訳）: 右移動、右移動:アルティメットフリスビー、バスケットボール、サッカーのためのマルチスポーツ宇宙評価プラットフォーム
Abstract要約: 私たちはオープンでスポーツに依存しないプラットフォームを、プロのアルティメット、バスケットボール、サッカーにまたがって、トラッキングを同等の空間尺度に変えます。我々のワークフローは、入力を標準化し、タイミングを考慮した空間評価を提供し、スポーツ全体で同じ分析を再利用できるようにする。
参考スコア（独自算出の注目度）: 3.4384744577889297
License: http://creativecommons.org/licenses/by/4.0/
Abstract: We present an open, sport-agnostic platform that turns tracking into comparable spatial measures across professional Ultimate, basketball, and soccer. Coaches in all three sports ask the same question: where is the usable space, and when should an off-ball run start? Our workflow standardizes inputs, provides timing-aware spatial evaluations, and makes it possible to reuse the same analysis across sports. We illustrate the approach with Ultimate as a focused testbed and then examine transfer between basketball and soccer. Together, these results show a practical path toward consistent, comparable evaluation across various invasion sports.
Abstract（参考訳）: 私たちはオープンでスポーツに依存しないプラットフォームを、プロのアルティメット、バスケットボール、サッカーにまたがって、トラッキングを同等の空間尺度に変えます。 3つのスポーツのコーチは同じ質問をしている。我々のワークフローは、入力を標準化し、タイミングを考慮した空間評価を提供し、スポーツ全体で同じ分析を再利用できるようにする。我々は、Ultimateによるアプローチを、焦点を絞ったテストベッドとして説明し、その後、バスケットボールとサッカーの移動について検討する。これらの結果は、様々な侵略スポーツにおいて、一貫性があり、同等な評価を行うための実践的な道筋を示すものである。

関連論文リスト

PL-NBA: A Possession-level Universal Basketball Video Dataset Supporting Multiple Visual Understanding Tasks [53.77958773620005]
本稿では,最初の所有レベルバスケットボールビデオデータセット(PL-NBA)を構築する。 PL-NBAには、11,000の有効な攻撃的所有クリップと31,567の注釈付きイベントがあり、プレイヤー名、キャプション、イベントタイプ、タイムスタンプがある。イベント認識、ビデオキャプション、時間的行動のローカライゼーション、行動予測など、複数の視覚的理解タスクで実験を行う。
論文参考訳（メタデータ） (2026-08-20T05:29:05Z)
Evaluating Movement Initiation Timing in Ultimate Frisbee via Temporal Counterfactuals [9.570401141299756]
アルティメット・フリスビーでは、ディスクをパスして相手チームのエンドゾーンでキャッチすることでポイントが得点される。現在の文献は、プレイヤーがゲーム状況においてそのようなラベルのない動きを開始する際の定量的評価を無視している。我々は,Ultimate Frisbeeにおける運動開始タイミングの定量的評価法を提案する。
論文参考訳（メタデータ） (2025-08-25T02:42:08Z)
Space evaluation at the starting point of soccer transitions [0.8009842832476994]
遷移開始点を含むピッチ全体の空間を評価するためのOBPV(Off-Ball Positioning Value)を提案する。ラ・リガ2023/24シーズン追跡とイベントデータを用いた実験では、OBPVは反撃時に効果的な空間利用を強調している。
論文参考訳（メタデータ） (2025-05-17T06:28:06Z)
Multi-Agent System for Comprehensive Soccer Understanding [74.84770843553845]
選手,チーム,審判,会場に関する豊富なドメイン知識を統合した,最初の大規模マルチモーダルサッカー知識基盤である SoccerWiki を構築した。サッカーに特化している最大かつ総合的なベンチマークである SoccerBench では、13の異なるタスクにまたがる10Kのマルチモーダル(テキスト、画像、ビデオ)のマルチチョイスQAペアについて紹介する。複雑なサッカー質問を協調推論によって分解する新しいマルチエージェントシステムである SoccerAgent を紹介する。
論文参考訳（メタデータ） (2025-05-06T17:59:31Z)
Space evaluation based on pitch control using drone video in Ultimate [8.896958616329611]
本研究は,アルティメットで広く採用されている3-on-3フォーマットに着目し,攻撃的プレイにおける空間評価を行う。モデルはサッカーのピッチコントロールモデルから派生し、ディスクを保持するプレイヤーが静止しているUltimateのルールに適合する。位置重みと距離重みをピッチ制御値と統合することにより、空間評価指標の導出が可能となる。
論文参考訳（メタデータ） (2024-09-03T01:19:02Z)
SkillMimic: Learning Basketball Interaction Skills from Demonstrations [85.23012579911378]
我々は、エージェントがインタラクションスキルを学習する方法を根本的に変える統合データ駆動フレームワークであるSkillMimicを紹介した。私たちの重要な洞察は、統合されたHOI模倣報酬は、HOIデータセットから多様な相互作用パターンの本質を効果的に捉えることができるということです。評価のために,約35分間のバスケットボールスキルを含む2つのバスケットボールデータセットを収集,導入した。
論文参考訳（メタデータ） (2024-08-12T15:19:04Z)
Sports-Traj: A Unified Trajectory Generation Model for Multi-Agent Movement in Sports [53.637837706712794]
任意の軌道をマスク入力として処理する統一軌道生成モデルUniTrajを提案する。具体的には,空間特徴抽出のためのトランスフォーマーエンコーダ内に埋め込まれたゴースト空間マスキング(GSM)モジュールを紹介する。バスケットボールU,サッカーU,サッカーUの3つの実践的スポーツデータセットをベンチマークして評価を行った。
論文参考訳（メタデータ） (2024-05-27T22:15:23Z)
Action valuation of on- and off-ball soccer players based on multi-agent deep reinforcement learning [4.477124009148237]
マルチエージェント深部強化学習に基づく1つの総合的な枠組みを用いて,オンタイムおよびオフボール選手のアクションを評価する手法を提案する。本手法では,識別やラベル付けが困難なゲームを通して,複数のプレイヤーが連続的に動き続けるかを評価することができる。
論文参考訳（メタデータ） (2023-05-29T05:14:36Z)
Hang-Time HAR: A Benchmark Dataset for Basketball Activity Recognition using Wrist-Worn Inertial Sensors [47.33629411771497]
本稿では,手首に装着したセンサから身体活動認識手法を評価するためのベンチマークデータセットを提案する。データセットは、米国とドイツの2つのチームで記録され、計24人のプレーヤーが手首に慣性センサーを装着した。
論文参考訳（メタデータ） (2023-05-22T15:25:29Z)
Presenting Multiagent Challenges in Team Sports Analytics [1.370633147306388]
我々は、MASは侵入ゲームの研究に適しており、MASとスポーツアナリティクスの両方に利益をもたらすと論じている。我々は,MASの実施と,短期的なゲーム内戦略(コーチング)と長期チーム計画(マネジメント)という,2つの軸に沿った開発領域を強調した。
論文参考訳（メタデータ） (2023-03-23T20:29:32Z)
A Survey on Video Action Recognition in Sports: Datasets, Methods and Applications [60.3327085463545]
本稿では,スポーツ分析のための映像行動認識に関する調査を行う。サッカー、バスケットボール、バレーボール、ホッケー、フィギュアスケート、体操、卓球、ダイビング、バドミントンなど10種以上のスポーツを紹介します。本研究では,サッカー,バスケットボール,卓球,フィギュアスケート動作認識をサポートするPaddlePaddleを用いたツールボックスを開発した。
論文参考訳（メタデータ） (2022-06-02T13:19:36Z)
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)
Fusing Motion Patterns and Key Visual Information for Semantic Event Recognition in Basketball Videos [87.29451470527353]
バスケットボールビデオのセマンティックイベント認識のために,グローバル・ローカル・モーション・パターン(MP)とキー視覚情報(KVI)を融合する手法を提案する。カメラ調整の本質的特性に基づいて, 混合運動から大域的な動きを推定するアルゴリズムを提案する。グローバル・ローカル・モーション・パターンを分離した2ストリーム3D CNNフレームワークを用いてグループ活動認識を行う。
論文参考訳（メタデータ） (2020-07-13T10:15:44Z)

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。