板球击球动作提取：面向大规模板球动作数据集的构建
计算机视觉与模式识别
2019-01-11 v1
摘要
本文处理大规模未裁剪板球视频数据集中的时序动作定位问题。我们关注的板球视频动作是击球手击出的板球击球，该动作通常由放置在板球场投球道两端看台上的摄像机拍摄。经过一系列预处理步骤后，我们在恒定帧率和分辨率下获得了1110个视频约7300万帧的数据集。定位方法具有通用性：应用训练好的随机森林模型进行镜头切换点(CUTs)检测（使用灰度直方图差分特征求和），以及两个线性SVM摄像机模型（CAM1和CAM2）用于首帧检测，这两个模型分别在CAM1和CAM2视频镜头的HOG特征上训练。CAM1和CAM2被假定为板球击球动作的一部分。在预测的边界位置计算首帧的HOG特征，并使用简单算法合并正预测的摄像机镜头。为使过程尽可能通用，我们未考虑任何领域特定知识，如跟踪或特定的形状与运动特征。我们提供了方法的详细分析，以及用于评估各独立模型和最终预测片段的指标。在测试集的一个小样本上，我们取得了0.5097的加权平均TIoU。
引用
@article{arxiv.1901.03107,
title = {Cricket stroke extraction: Towards creation of a large-scale cricket actions dataset},
author = {Arpan Gupta and Sakthi Balan M},
journal= {arXiv preprint arXiv:1901.03107},
year = {2019}
}
备注
14 pages (excluding references), 4 figures