面向体育视频的对比学习：无监督球员分类
计算机视觉与模式识别
2021-05-05 v2
摘要
我们解决了在球衣颜色与设计事先未知的情况下，依据球队归属对团队运动中的球员进行无监督分类的问题。我们采用一种对比学习方法，其中嵌入网络以纯粹无监督的方式学习最大化不同球队球员表征之间的距离相对于同一球队球员表征之间的距离，无需任何标注数据。我们使用一个新的冰球数据集评估该方法，发现其大幅优于先前的无监督方法，特别是在实时应用场景中——在必须进行球队分配之前仅有少量帧可用于无监督学习时。值得注意的是，我们展示了我们的对比方法在仅单帧无监督训练后达到 94% 的准确率，并在 500 帧内（17 秒比赛时间）准确率上升至 97%。我们进一步展示了准确的球队分类如何能够用于计算球员站位的条件于球队的热力图。
引用
@article{arxiv.2104.10068,
title = {Contrastive Learning for Sports Video: Unsupervised Player Classification},
author = {Maria Koshkina and Hemanth Pidaparthy and James H. Elder},
journal= {arXiv preprint arXiv:2104.10068},
year = {2021}
}