BFMD: 一个面向密集击球描述生成的全场羽毛球密集数据集
计算机视觉与模式识别
2026-03-27 v1
摘要
理解羽毛球的战术动态需要分析整场比赛而非孤立片段。然而，现有羽毛球数据集主要聚焦于短片段或任务特定标注，很少提供带有密集多模态标注的全场比赛数据。这一限制使得生成准确的击球描述和进行比赛级分析变得困难。为解决这一局限，我们提出了首个羽毛球全场比赛密集数据集（BFMD），包含19场转播比赛（涵盖单打和双打），超过20小时的比赛内容，包含1,687个回合和16,751个击球事件，每个事件均附有击球描述。该数据集提供层次化标注，包括比赛段落、回合事件以及回合级的密集多模态标注，如击球类型、羽毛球轨迹、运动员姿态关键点和击球描述。我们开发了一种基于VideoMAE的多模态描述生成框架，结合语义反馈机制，利用击球语义指导描述生成并提升语义一致性。实验结果表明，多模态建模和语义反馈优于仅使用RGB的基线。我们进一步展示了BFMD在分析全场比赛中战术模式时间演化方面的潜力。
引用
@article{arxiv.2603.25533,
title = {BFMD: A Full-Match Badminton Dense Dataset for Dense Shot Captioning},
author = {Ning Ding and Keisuke Fujii and Toru Tamaki},
journal= {arXiv preprint arXiv:2603.25533},
year = {2026}
}
备注
CVSports2026 accepted