論文の概要: SoccerNet-FoulRet: Retrieving Semantically Similar Soccer Foul Videos

• arxiv url: http://arxiv.org/abs/2610.09742v1
• Date: Wed, 07 Oct 2026 09:31:53 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-08 21:58:22.832804
• Title: SoccerNet-FoulRet: Retrieving Semantically Similar Soccer Foul Videos
• Title（参考訳）: SoccerNet-FoulRet:Semantically similar Soccer Foul Videoの検索
• Abstract要約: SoccerNet-FoulRetはセマンティックファール検索の最初のベンチマークである。 SoccerNet-MVFoulデータセットからベンチマークを構築した。 ゼロショット映像と視覚言語埋め込みの検索能力を評価する。
• 参考スコア（独自算出の注目度）: 60.775072166643206
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Refereeing decisions in professional soccer remain inconsistent because referees cannot easily compare a contentious foul against similar past cases. We cast this as a retrieval problem and introduce SoccerNet-FoulRet, the first benchmark for semantic foul retrieval. Given a query foul, the task is to retrieve past fouls judged to be relevant precedents, regardless of camera angle, teams, or appearance. This differs from prior video-to-video retrieval, which matches clips by visual similarity or a shared event. Here, relevance is defined by refereeing interpretation. We build the benchmark from the SoccerNet-MVFoul dataset and evaluate retrieval ability of zero-shot video and vision-language embedders together with a task-specific fine-tuned baseline on 693 human-verified queries and category-relevance labels. Semantic foul retrieval remains challenging. The strongest zero-shot model achieves under 5% HitRate@10 on human-verified precedents, while category-supervised fine-tuning improves category relevance but transfers only modestly to precedent retrieval. We release SoccerNet-FoulRet to establish semantic foul retrieval as an open problem: https://github.com/SoccerNet/sn-foulret.
• Abstract（参考訳）: プロサッカーにおける審判決定は、審判が類似した過去の事件と容易に競合するファウルを比較できないため、矛盾しないままである。 我々はこれを検索問題とみなし、セマンティックファール検索のための最初のベンチマークである SoccerNet-FoulRet を導入した。 問い合わせファウルが与えられた場合、カメラのアングル、チーム、外観に関わらず、関連する前例と判断された過去のファウルを回収する。 これは、クリップを視覚的類似性や共有イベントによってマッチングする、以前のビデオ対ビデオ検索とは異なる。 ここでは、関連性は、参照の解釈によって定義される。 SoccerNet-MVFoulデータセットからベンチマークを構築し、693の人間認証クエリとカテゴリ関連ラベルに基づいて、タスク固有の微調整ベースラインとともに、ゼロショットビデオと視覚言語埋め込みの検索能力を評価する。 セマンティックファール検索は依然として困難である。 最強のゼロショットモデルはHitRate@10の5%以下で、カテゴリー管理による微調整はカテゴリの関連性を改善するが、前例の検索に控えめにのみ移行する。 SoccerNet-FoulRetをリリースし、セマンティックファール検索をオープンな問題として確立する。

関連論文リスト

• R^3: Composed Video Retrieval via Reasoning-Guided Recalling and Re-ranking [73.0537447183962]
  本稿では、Reasoning-guided Recalling and Re rankを中心に構築されたゼロショット合成ビデオ検索パイプラインを提案する。 モデルは、編集を適用した後、期待されるターゲットビデオを記述する推論トレースを生成する。 この課題に対処する上で,本手法の有効性を実証した。
  論文  参考訳（メタデータ） (2026-05-31T09:20:53Z)
• SoccerRef-Agents: Multi-Agent System for Automated Soccer Refereeing [11.424559110766479]
  SoccerRef-Agentsは、サッカー審判のための総合的で説明可能なマルチエージェント意思決定フレームワークである。 i) マルチモーダルベンチマークを構築し、1200以上の審判理論の質問と600以上のファウルなビデオクリップを作成し、(ii) ベクトルベースの知識ベースを構築する RefKnowledgeDBを最新の"ゲームの長所"と古典的なケースデータベースを使って構築し、(iii) クロスモーダルRAGを介して協調して視覚コンテンツと規制テキスト間のセマンティックギャップを埋める新しいマルチエージェントアーキテクチャを設計する。
  論文  参考訳（メタデータ） (2026-04-25T17:46:59Z)
• Towards AI-Powered Video Assistant Referee System (VARS) for Association Football [58.04352163544319]
  Video Assistant Referee (VAR)は、バックステージの審判が複数の視点からピッチ上のインシデントをレビューできるようにするイノベーションである。 VARは現在、高価なインフラと世界中の審判の欠如のために、プロリーグに限られている。 マルチビュービデオ解析における最新の知見を活用する半自動ビデオアシスタント参照システム(VARS)を提案する。
  論文  参考訳（メタデータ） (2024-07-17T11:09:03Z)
• VARS: Video Assistant Referee System for Automated Soccer Decision Making from Multiple Views [70.70161449930127]
  Video Assistant Refereeは協会サッカーに革命をもたらし、審判がピッチ上のインシデントをレビューできるようにする。 しかし、多くの国での審判の欠如とVARインフラの高コストのため、プロリーグのみがその恩恵を受けることができる。 サッカーの意思決定を自動化するビデオアシスタント参照システム(VARS)を提案する。
  論文  参考訳（メタデータ） (2023-04-10T14:33:05Z)

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。