基于注意力机制 3D CNN 的 MediaEval 2022 体育任务基线方法
计算机视觉与模式识别
2023-02-07 v1 人工智能
机器学习
多媒体
摘要
本文提出了为 MediaEval 2022 基准测试中的体育视频任务所设计的基线方法。该任务包含两个子任务:从已裁剪视频中进行击球分类,以及从未裁剪视频中进行击球检测。此基线方法同时处理这两个子任务。我们提出两种类型的 3D-CNN 架构来解决这两个子任务。两种 3D-CNN 均采用时空卷积和注意力机制。这些架构和训练过程均针对所处理的子任务进行了专门设计。该基线方法已公开在线共享,以帮助参与者开展研究,并减轻任务中诸如视频处理、训练方法、评估和提交流程等方面的负担。在分类子任务中,我们的 v2 模型达到了 86.4% 的准确率。在检测子任务中,我们的 v1 模型达到了 0.131 的 mAP 和 0.515 的 IoU。
引用
@article{arxiv.2302.02752,
title = {Baseline Method for the Sport Task of MediaEval 2022 with 3D CNNs using Attention Mechanisms},
author = {Pierre-Etienne Martin},
journal= {arXiv preprint arXiv:2302.02752},
year = {2023}
}
备注
Baseline paper for the sport Task of MediaEval 2022