論文の概要: BasketEvent: Understanding Who Did What and When in Basketball Videos
- arxiv url: http://arxiv.org/abs/2607.21267v1
- Date: Thu, 23 Jul 2026 12:39:56 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-24 18:26:25.413609
- Title: BasketEvent: Understanding Who Did What and When in Basketball Videos
- Title（参考訳）: BasketEvent: バスケットボールのビデオの中で誰がいつ何をしたかを理解する
- Abstract要約: NBAの実際の放送から算出した,選手中心のバスケットボールイベント理解データセットであるBasketEventを紹介した。
バスケットボールの動画をプレイヤーレベルのイベント予測にマッピングする,プレーヤー中心の推論フレームワークであるPlayNetを提案する。
私たちのデータ、コード、モデルは公開されます。
- 参考スコア（独自算出の注目度）: 51.926771112716686
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Comprehensive basketball video understanding requires resolving not only what event occurs, but also who is responsible and when the key evidence appears. However, exist- ing methods typically treat spatial perception and semantic recognition as isolated tasks, failing to ground events to individual players or pinpoint their temporal boundaries within complex collective dynamics. To bridge this gap, we introduce BasketEvent, a player- centric basketball event understanding dataset curated from real NBA broadcasts. In BasketEvent, event labels are grounded to the responsible players, and a manually an- notated subset of 1,000 samples with precise event intervals is provided to evaluate tem- poral evidence localization. Based on this data, we propose PlayNet, a player-centric reasoning framework that maps basketball videos to player-level event predictions with temporal evidence. Concretely, PlayNet tracks key entities, associates player identities, and reasons about events by modeling player-player, player-ball, and global court inter- actions, while aggregating sparse temporal evidence via gated pooling. Extensive experi- ments demonstrate that PlayNet significantly outperforms representative video-level and crop-based baselines, proving the superiority of player-centric modeling for fine-grained sports video understanding. Our data, code, and models will be made publicly available.
- Abstract（参考訳）: 総合的なバスケットボールビデオ理解には、イベントの発生だけでなく、誰が責任を持ち、重要な証拠が現れるかも解決する必要がある。
しかし、ing法は一般に、空間認識と意味認識を独立したタスクとして扱うが、個々のプレイヤーにイベントを起点にしたり、複雑な集合力学の中で時間境界を特定できない。
このギャップを埋めるために、実際のNBA放送から算出した選手中心のバスケットボールイベント理解データセットであるBasketEventを紹介した。
BasketEventでは、イベントラベルは責任あるプレイヤーに接地され、正確なイベント間隔を持つ1,000のサンプルの、手動で通知されたサブセットが、テンポラルなエビデンスローカライゼーションを評価するために提供される。
このデータに基づいて,バスケットボール映像を時間的証拠とともにプレイヤーレベルのイベント予測にマッピングする,プレイヤー中心の推論フレームワークであるPlayNetを提案する。
具体的には、PlayNetはキーエンティティを追跡し、プレイヤーのアイデンティティを関連付け、プレイヤープレイヤ、プレーヤーボール、グローバルコートのインターアクションをモデル化し、ゲートプーリングを通じてスパースな時間的証拠を集約することで、イベントに関する理由を追跡する。
大規模な実験では、PlayNetは代表的ビデオレベルと作物ベースのベースラインを著しく上回り、詳細なスポーツビデオ理解のためのプレイヤー中心モデリングの優位性を証明している。
私たちのデータ、コード、モデルは公開されます。
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) - NBA_Streaming: A Large-Scale Benchmark for Fine-Grained Basketball Commentary Generation in Continuous Streams [17.027730382985236]
我々はNBA_Streamingを紹介した。
NBA_Streamingには、307.5時間のバスケットボール放送と、約35Kのタイムアライメントイベントが含まれている。
球中心のセマンティックグラウンド化と完備化ファーストのローカライゼーションを組み合わせた因果2段階フレームワークを提案する。
論文 参考訳（メタデータ） (2026-08-10T07:15:09Z) - CourtMotion: Learning Event-Driven Motion Representations from Skeletal Data for Basketball [45.88028371034407]
CourtMotionはプロバスケットボールにおけるゲームイベントやプレーの分析と予測のためのテンポラリなモデリングフレームワークである。
2段階のアプローチでは、まず、グラフニューラルネットワークを通じて骨格追跡データを処理し、ニュアンスした動きパターンをキャプチャします。
選手の動きを、パス、ショット、ステルスなどのバスケットボールイベントに明示的に結びつけるイベントプロジェクションヘッドを導入し、物理的な動きパターンと目的を関連付けるためにモデルを訓練する。
論文 参考訳（メタデータ） (2025-12-01T09:58:24Z) - Event-aware Video Corpus Moment Retrieval [79.48249428428802]
Video Corpus Moment Retrieval(VCMR)は、未編集ビデオの膨大なコーパス内の特定の瞬間を特定することに焦点を当てた、実用的なビデオ検索タスクである。
VCMRの既存の方法は、典型的にはフレーム対応のビデオ検索に依存し、クエリとビデオフレーム間の類似性を計算して、ビデオをランク付けする。
本研究では,ビデオ検索の基本単位として,ビデオ内のイベントを明示的に活用するモデルであるEventFormerを提案する。
論文 参考訳（メタデータ） (2024-02-21T06:55:20Z) - 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) - DeepSportLab: a Unified Framework for Ball Detection, Player Instance
Segmentation and Pose Estimation in Team Sports Scenes [19.845244830593067]
本稿では,(i)ボールの位置,(ii)ポーズの予測,および(iii)チームスポーツシーンにおける選手のインスタンスマスクをセグメント化するための統一的な枠組みを提案する。
論文 参考訳（メタデータ） (2021-12-01T16:30:51Z) - 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) - Temporally-Aware Feature Pooling for Action Spotting in Soccer
Broadcasts [86.56462654572813]
私たちは、サッカーの試合の主なアクションを一時的にローカライズするサッカー放送におけるアクションスポッティングの分析に焦点を当てています。
時間的知識を組み込んだNetVLAD++という,NetVLADに基づく新たな機能プーリング手法を提案する。
我々は最近の大規模データセット SoccerNet-v2 の方法論をトレーニングし、評価し、アクションスポッティングのための平均平均mAP 53.4% に達した。
論文 参考訳（メタデータ） (2021-04-14T11:09:03Z) - 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。
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。