篮球转播素材的简单有效时间定位流水线
计算机视觉与模式识别
2024-11-06 v1 人工智能
摘要
我们提出了一种可靠的时间定位流水线，用于将篮球转播素材与视频分析进行对齐。给定一系列帧作为输入，我们的方法快速且准确地从篮球转播场景中提取剩余时间和节次信息。我们的工作旨在加速大规模多模态视频数据集的开发，以训练体育动作识别领域的数据饥渴型视频模型。我们的方法将包含密集事件标注的预标注逐场注释语料库与视频帧对齐，从而实现标注视频片段的快速检索。与先前方法不同，我们无需通过微调现成的目标检测器来定位比赛时钟，而是直接寻找语义文本区域。我们的端到端方法提高了工作的通用性。此外，插值和并行化技术使我们的流水线能够部署在大型计算集群中。所有代码均公开可用。
引用
@article{arxiv.2411.00862,
title = {A Simple and Effective Temporal Grounding Pipeline for Basketball Broadcast Footage},
author = {Levi Harris},
journal= {arXiv preprint arXiv:2411.00862},
year = {2024}
}