論文の概要: Towards Comprehensive Basketball Understanding

• arxiv url: http://arxiv.org/abs/2608.23435v1
• Date: Mon, 24 Aug 2026 16:09:21 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-25 13:29:44.194202
• Title: Towards Comprehensive Basketball Understanding
• Title（参考訳）: 総合的バスケットボール理解に向けて
• Abstract要約: バスケットボールの理解には、イベントを認識し、アクションをローカライズし、プレイヤーを特定し、構造化されたゲーム知識と関連付ける必要がある。 BasketballBenchは、テキスト、画像、ビデオの10タスクにわたる7,980の質問からなるマルチモーダルベンチマークである。 バスケットボール特有の8つの認識・検索ツールを構成するエージェントであるBasketballSkillsを,ツールの順序,エビデンスバインディング,停止条件を指定する再利用可能な4つのスキルに基づいて提案する。
• 参考スコア（独自算出の注目度）: 46.9044032598676
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Understanding a basketball game requires recognizing events, localizing actions, identifying players, and relating these to structured game knowledge. Existing benchmarks primarily evaluate these abilities one at a time, leaving the interactions among these abilities under-explored. We introduce BasketballBench, a multimodal benchmark comprising 7,980 questions across ten tasks in text, image, and video. It is built from the 2025-2026 NBA season and includes official playby-play, rosters and profiles for 530 active players, and 2,501 possession-level broadcast clips. We further propose BasketballSkills, an agent that composes eight basketball-specific perception and retrieval tools under four reusable skills that specify tool order, evidence bindings, and stopping conditions. Experiments show that current MLLMs struggle particularly on questions requiring the integration of multiple capabilities, whereas BasketballSkills outperforms them, highlighting the effectiveness of explicitly composing domain-specific capabilities for comprehensive basketball understanding.
• Abstract（参考訳）: バスケットボールの試合を理解するには、イベントを認識し、アクションをローカライズし、プレイヤーを特定し、構造化されたゲーム知識と関連付ける必要がある。 既存のベンチマークでは、これらの能力は一度に評価され、これらの能力間の相互作用は探索されていない。 BasketballBenchは、テキスト、画像、ビデオの10タスクにわたる7,980の質問からなるマルチモーダルベンチマークである。 2025-2026年のNBAシーズンから作られ、530人のアクティブプレイヤーのための公式プレイバイプレイ、ロースター、プロフィール、および2,501人の所有レベルの放送クリップが含まれている。 さらに,バスケットボール特有の8つの認識・検索ツールを構成するエージェントであるBasketballSkillsを提案する。 実験の結果、現在のMLLMは特に複数の機能の統合を必要とする問題に苦しむ一方で、BasketballSkillsはそれらよりも優れており、包括的なバスケットボール理解のためにドメイン固有の能力を明示的に構成するの有効性を強調している。

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)
• BasketEvent: Understanding Who Did What and When in Basketball Videos [51.926771112716686]
  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。
  論文  参考訳（メタデータ） (2026-07-23T12:39:56Z)
• See It Before You Grab It: Deep Learning-based Action Anticipation in Basketball [0.0]
  この研究はバスケットボールの放送ビデオにおけるアクション予測のタスクを導入し、ショットトライ後にどのチームがボールを手に入れるかを予測することに重点を置いている。 このタスクをベンチマークするために、バスケットボールのビデオクリップ10万、ビデオ300時間以上、手動で注釈付けされたリバウンドイベント2,000以上からなる、新たなセルフカレーションデータセットが提示された。 バスケットボールのリバウンド予測に対するディープラーニング技術の最初の応用を示す,最先端のアクション予測手法を用いて,総合的ベースライン結果を報告する。
  論文  参考訳（メタデータ） (2025-12-17T12:39:31Z)
• BASKET: A Large-Scale Video Dataset for Fine-Grained Skill Estimation [23.088610274138848]
  BASKETには、世界中の32,232人のバスケットボール選手を撮影する4,477時間のビデオがある。 私たちのデータセットには、性別、年齢、スキルレベル、地理的位置といった、前例のない多様性を持つ、膨大な数の熟練した参加者が含まれています。
  論文  参考訳（メタデータ） (2025-03-26T17:59:02Z)
• SPORTU: A Comprehensive Sports Understanding Benchmark for Multimodal Large Language Models [15.062299319625701]
  SPORTUはマルチレベルスポーツ推論タスク間でMLLM(Multimodal Large Language Models)を評価するために設計されたベンチマークである。 SPORTUは2つの重要なコンポーネントで構成されている。 SPORTU-textは900の多重選択質問と、ルール理解と戦略理解のための人間アノテーションによる説明を含む。 SPORTUビデオは、7つの異なるスポーツで1,701本のスローモーションビデオクリップと12,048本のQAペアで構成され、マルチレベル推論を評価するように設計されている。
  論文  参考訳（メタデータ） (2024-10-11T02:58:38Z)
• 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)
• 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)
• Understanding why shooters shoot -- An AI-powered engine for basketball performance profiling [70.54015529131325]
  バスケットボールは、プレイスタイルやゲームダイナミクスなど、多くの変数によって規定されている。 パフォーマンスプロファイルが様々なプレイスタイルを反映できることは重要です。 プレイヤのパフォーマンスプロファイルをタイムリーに可視化するツールを提案する。
  論文  参考訳（メタデータ） (2023-03-17T01:13:18Z)
• 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)

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。