BoxingVI：用于拳击动作识别与定位的多模态基准
计算机视觉与模式识别
2025-11-21 v1
摘要
计算机视觉中对格斗运动的精准分析近年来受到关注，但由于动作动态且非结构化，以及录制环境的差异，稳健数据集的开发仍是主要瓶颈。本文提出了一个全面且经过精细标注的视频数据集，专为拳击中拳击检测与分类而设计。该数据集包含6915个高质量拳击片段，分为六类不同的拳击类型，源自20个公开的YouTube练习视频，涉及18名运动员。每个片段均被手动分割和标注，以确保精确的时域边界和类别一致性，涵盖广泛的动作风格、摄像机角度和运动员体型。该数据集专为支持实时基于视觉的方法进行动作识别，尤其是在资源有限且环境不受约束的情况下而设计。通过提供包含多样化拳击示例的丰富基准，本贡献旨在推动运动分析、自动教练和绩效评估在拳击及相关领域的进展。
引用
@article{arxiv.2511.16524,
title = {BoxingVI: A Multi-Modal Benchmark for Boxing Action Recognition and Localization},
author = {Rahul Kumar and Vipul Baghel and Sudhanshu Singh and Bikash Kumar Badatya and Shivam Yadav and Babji Srinivasan and Ravi Hegde},
journal= {arXiv preprint arXiv:2511.16524},
year = {2025}
}