BasketLiDAR：专业篮球中首个激光雷达-摄像头多模态数据集
计算机视觉与模式识别
2025-08-22 v1
摘要
实时 3D 轨迹玩家跟踪在体育比赛中在战术分析、绩效评估和提升观众体验方面发挥着关键作用。传统系统依赖多摄像机 setup，但受限于视频数据的本质二维特性以及复杂 3D 重建处理的需求，使得实时分析具有挑战性。篮球作为 MOT 领域最具挑战性的场景之一，十名球员在有限的场地空间内快速而复杂地移动，频繁的身体接触导致遮挡。为应对这些挑战，本文构建了 BasketLiDAR，首个在体育 MOT 领域融合激光雷达点云与同步多视角摄像机 footage 的多模态数据集，并提出了一种新的 MOT 框架，同时实现了更高的跟踪精度和更低的计算成本。BasketLiDAR 数据集包含总计 4,445 帧和 3,105 个球员 ID，三个激光雷达传感器与三个多视角摄像机的 ID 完全同步。我们记录了来自实际专业篮球运动员的 5 人对抗和 3 人对抗比赛数据，为每位球员提供完整的 3D 位置信息和 ID 标注。基于该数据集，我们开发了一种新型 MOT 算法，利用激光雷达的高精度 3D 空间信息。该方法由仅使用激光雷达的实时跟踪管线和融合激光雷达与摄像机数据的多模态跟踪管线组成。实验结果表明，我们的方法实现了实时运行，这在传统仅用摄像机的方法中难以实现，同时即使在遮挡条件下也表现出优异的跟踪性能。数据集可通过以下链接获取：https://sites.google.com/keio.jp/keio-csg/projects/basket-lidar
引用
@article{arxiv.2508.15299,
title = {BasketLiDAR: The First LiDAR-Camera Multimodal Dataset for Professional Basketball MOT},
author = {Ryunosuke Hayashi and Kohei Torimi and Rokuto Nagata and Kazuma Ikeda and Ozora Sako and Taichi Nakamura and Masaki Tani and Yoshimitsu Aoki and Kentaro Yoshioka},
journal= {arXiv preprint arXiv:2508.15299},
year = {2025}
}
备注
Accepted to MMSports