体育视频中的 jersey 号码识别通用框架

jersey 号码识别是体育视频分析中的重要任务，因其在长期玩家跟踪方面至关重要。它可视为场景文本识别的一个变种。然而，现有文献缺乏将场景文本识别模型应用于 jersey 号码数据的方法。我们引入了一个用于冰球的新型公开 jersey 号码识别数据集，研究如何将场景文本识别方法适用于此问题。我们解决遮挡问题，并评估在一项运动(冰球)上的训练是否能推广到另一项运动(足球)。后者我们还考虑如何在单图像水平上进行 jersey 号码识别，然后聚合跨帧的识别结果以获得 tracklet 级别的 jersey 号码标签。我们在图像和 tracklet 级别的任务上均取得高性能，分别实现了 91.4% 和 87.4% 的准确率。代码、模型和数据均可在 https://github.com/mkoshkina/jersey-number-pipeline 获取。