面向联合足球视频的深度学习动作定位

动作定位任务既要识别动作，又要以单个时间戳精确定位于长时间未剪辑视频流中的动作。自动提取这些动作对许多运动应用至关重要，包括运动分析以产生扩展统计数据、教练以为视频分析师提供支持，或粉丝参与以在特定动作发生时自动叠加内容。然而，在2018年之前，没有可公开获取的大规模运动视频动作定位数据集，这阻碍了动作定位方法的基准测试。作为应对，我的团队构建了最大规模的数据集和最全面的基准，用于运动视频理解，概览为SoccerNet。特别是，我们的数据集包含一个专门用于动作定位的子集，称为SoccerNet动作定位，包含超过550场完整转播赛场，标注了几乎所有可以在足球比赛中发生的动作类型。该数据集旨在开发用于自动定位感兴趣动作的方法，包括深度学习方法，提供大量手动标注动作。为与科学界合作，SoccerNet计划组织年度挑战，吸引来自世界各地的参赛者，以实现最佳性能。得益于我们的数据集和挑战，过去五年间 developed or published了超过60种方法，超越了最初的基线，使动作定位成为运动行业可行的选项。本文追溯了运动中动作定位的历史，从2018年任务的创建，到其在研究和运动行业中的作用。