ASTRA：一种用于足球视频的动作定位 Transformer
计算机视觉与模式识别
2024-04-03 v1
摘要
在本文中，我们介绍了 ASTRA，一种专为足球比赛中动作定位任务设计的基于 Transformer 的模型。ASTRA 解决了该任务和数据集中固有的若干挑战，包括精确定位动作的要求、长尾数据分布的存在、某些动作的不可见性以及固有的标签噪声。为此，ASTRA 结合了 用于实现所需输出时间分辨率并产生精确预测的 Transformer 编码器-解码器架构、 用于处理数据长尾分布的平衡 mixup 策略、 用于捕捉标签变化的不确定性感知位移头，以及 用于增强非可见动作检测的输入音频信号。结果证明了 ASTRA 的有效性，在测试集上实现了 66.82 的紧密 Average-mAP。此外，在 SoccerNet 2023 动作定位挑战赛中，我们在挑战赛数据集上以 70.21 的 Average-mAP 获得了第 3 名。
关键词
引用
@article{arxiv.2404.01891,
title = {ASTRA: An Action Spotting TRAnsformer for Soccer Videos},
author = {Artur Xarles and Sergio Escalera and Thomas B. Moeslund and Albert Clapés},
journal= {arXiv preprint arXiv:2404.01891},
year = {2024}
}