論文の概要: StreamSoccer: Event-Driven Memory for Streaming Soccer Commentary
- arxiv url: http://arxiv.org/abs/2608.19723v1
- Date: Thu, 20 Aug 2026 07:19:29 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-21 20:28:51.481487
- Title: StreamSoccer: Event-Driven Memory for Streaming Soccer Commentary
- Title(参考訳): StreamSoccer: サッカー解説をストリーミングするためのイベント駆動メモリ
- Abstract要約: ビデオの理解をストリーミングするには、ビデオの到着時にデータを慎重に更新する必要がある。
この課題は、システムが完了したイベントを記述する必要がある、ライブサッカーの解説で発音される。
イベントメモリを中間表現として使用するイベント駆動システムであるStreamSoccerを提案する。
- 参考スコア(独自算出の注目度): 26.955988929948088
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Streaming video understanding requires models to causally update state as video arrives and organize growing history into semantic units that can evolve, persist, and be recalled under bounded computation and memory. This challenge is pronounced in live soccer commentary, where a system must describe completed events, summarize recent play, recall earlier events, or remain silent using only information available before each utterance. We present StreamSoccer, an event-driven system that uses event memory as its intermediate representation. A fixed-budget active memory integrates the stream; completed event states are retained locally and consolidated into retrievable historical records. A unified generator uses current, recent, and historical context to produce three commentary modes, while a rule-assisted scheduler selects a mode or silence. Unlike streaming video-language models organized around frames, visual tokens, or caches, and soccer-commentary methods based on predefined clips or output timestamps, StreamSoccer explicitly models event lifecycles. We construct a three-track streaming soccer commentary dataset and a layered evaluation protocol. At common reference anchors, StreamSoccer obtains CIDEr scores of 38.62, 23.96, and 17.39 for current-event, recent-window, and historical-memory commentary, ranking first on the current-event and historical-memory tracks and second on recent-window. Controlled ablations show that local completed events improve all tracks and that the full system performs best on all three. Across 174 raw-video runs on 58 matches, per-minute RTF p95 ranges from 0.10 to 0.22 without sustained growth with match history. These results indicate that event memory supports streaming soccer commentary across temporal scopes while controlling long-history computation.
- Abstract(参考訳): ビデオ理解をストリーミングするには、ビデオが到着し、成長する履歴を、境界計算とメモリの下で進化し、持続し、リコールできるセマンティックユニットに整理するときに、状態を因果的に更新する必要がある。
この課題は、システムが完了したイベントを記述したり、最近のプレーを要約したり、以前のイベントを思い出させたり、各発話の前に利用可能な情報のみを使用して沈黙を保たなければならないという、ライブサッカーの解説で発音される。
イベントメモリを中間表現として使用するイベント駆動システムであるStreamSoccerを提案する。
固定予算アクティブメモリはストリームを統合し、完了したイベント状態はローカルに保持され、検索可能な歴史的記録に統合される。
統一ジェネレータは、現在の、最近の、歴史的なコンテキストを使用して3つの注釈モードを生成し、ルールアシストスケジューラはモードまたはサイレントを選択する。
フレーム、ビジュアルトークン、キャッシュを中心に整理されたストリーミングビデオ言語モデルや、事前に定義されたクリップや出力タイムスタンプに基づいたサッカー・複合メソッドとは異なり、StreamSoccerはイベントライフサイクルを明示的にモデル化する。
我々は3トラックのストリーミングサッカー解説データセットと階層評価プロトコルを構築した。
一般的な参考アンカーでは、StreamSoccerはCIDErスコア38.62、23.96、および17.39を現在の風土、最近の風土、歴史記憶の注釈として取得し、現在の風土と歴史記憶のトラックで第1位、そして最近の風土で第2位にランク付けしている。
制御された改善は、ローカルに完了したイベントが全てのトラックを改善し、フルシステムが3つのトラックで最高のパフォーマンスを発揮することを示している。
174本の生ビデオが58試合に出場し、1分間のRTF p95は0.10から0.22の範囲で、試合の歴史とともに成長を続けることはない。
これらの結果から,イベントメモリは時間的範囲にまたがってサッカーの解説をストリーミングし,長い歴史計算を制御できることが示唆された。
関連論文リスト
- 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) - StreamArena: Toward Continuous, Interactive, and Long-Horizon Agentic Streaming Video Understanding [42.88155526332792]
時間スケールでインタラクティブなストリーミングビデオ理解のためのベンチマークであるStreamArenaを紹介する。
多様なシステムに対する評価は、連続的な相互作用と長距離多モード理解の間の緊張を露呈する。
レイテンシクリティカルなインタラクションとアクティブな監視を,独立したスケジュール作業者に割り当てる2層アーキテクチャであるStreamMindとの緊張に対処する。
論文 参考訳(メタデータ) (2026-08-06T07:46:37Z) - Video = World + Event Stream [70.56197496608006]
Wan-Streamer v0.3は、ひとつの組織でネイティブインタラクションモデルを再構築します。
これにより、大量の実ビデオに対して、汎用的な事前学習タスクが得られる。
機能的には、モデルのマルチモーダル理解プロセスは視覚-アクション-様である。
論文 参考訳(メタデータ) (2026-07-16T14:19:42Z) - LiveStarPro: Proactive Streaming Video Understanding with Hierarchical Memory for Long-Horizon Streams [59.485485426790966]
このLiveStarProは、長時間のストリーミング上でのプロアクティブなビデオ理解のために設計されたライブストリーミングアシスタントである。
LiveStarProは既存のメソッドを一貫して上回り、セマンティックな正確性は28.9%向上した。
そのストリーミングキーバリューキャッシュは、キャッシュなしで同じモデル上で1.58倍の推論速度を得る。
論文 参考訳(メタデータ) (2026-06-16T11:18:05Z) - Don't Pause! Every prediction matters in a streaming video [55.509551643600794]
一般的なストリーミング知覚とアシスト機能を評価するマルチターンプロアクティブクエリを特徴とするSPOT-Benchを提案する。
SPOT-BenchにはTimeliness-F1が付属している。
i)オフラインモデルは、確実にイベントを検知するが、スパム予測は失敗する; (ii) サイレントをトレーニングした後、スパムを減らし、応答を低下させる; (iii) ストリーミングビデオの半分は応答を期待しない。
論文 参考訳(メタデータ) (2026-04-27T11:07:03Z) - Mixture of Contexts for Long Video Generation [72.96361488755986]
我々は長文ビデオ生成を内部情報検索タスクとして再放送する。
本稿では,学習可能なスパークアテンション・ルーティング・モジュールであるMixture of Contexts (MoC) を提案する。
データをスケールしてルーティングを徐々に分散させていくと、そのモデルは計算を適切な履歴に割り当て、アイデンティティ、アクション、シーンを数分のコンテンツで保存する。
論文 参考訳(メタデータ) (2025-08-28T17:57:55Z) - Commentary Generation for Soccer Highlights [0.0]
GOALデータセットを用いて,サッカーハイライトのコメント生成にMatchVoiceを拡張した。
元のMatchTimeの結果を再現する広範な実験を行い、セットアップを評価します。
以上の結果から,より広範なビデオ言語領域の技法を統合することで,さらなるパフォーマンス向上の必要性が示唆された。
論文 参考訳(メタデータ) (2025-08-11T01:48:37Z) - Hierarchical Event Memory for Accurate and Low-latency Online Video Temporal Grounding [49.51013055630857]
オンラインビデオ時間グラウンド(OnVTG)の課題に取り組み、ビデオストリーム内で所定のテキストクエリに関連するイベントを特定する必要がある。
通常のビデオ時間グラウンドとは異なり、OnVTGは将来のフレームを観察することなく予測を行うモデルを必要とする。
イベントレベルの情報を様々な期間でモデル化するイベント提案に基づいて予測を行うイベントベースOnVTGフレームワークを提案する。
論文 参考訳(メタデータ) (2025-08-06T15:33:49Z) - Unifying Event Detection and Captioning as Sequence Generation via
Pre-Training [53.613265415703815]
本稿では,イベント検出とキャプションのタスク間関連性を高めるための,事前学習と微調整の統合フレームワークを提案する。
我々のモデルは最先端の手法よりも優れており、大規模ビデオテキストデータによる事前学習ではさらに向上できる。
論文 参考訳(メタデータ) (2022-07-18T14:18:13Z)
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。