DeepSportradar-v1：带有高质量标注的体育理解计算机视觉数据集
计算机视觉与模式识别
2022-08-18 v1 机器学习
图像与视频处理
摘要
随着深度学习在计算机视觉中的应用的最新发展，体育视频理解获得了大量关注，为体育消费者和联赛提供了更丰富的信息。本文介绍了 DeepSportradar-v1，一套用于自动化体育理解的计算机视觉任务、数据集和基准。该框架的主要目的是缩小学术研究与实际应用场景之间的差距。为此，这些数据集提供了高分辨率原始图像、相机参数和高质量标注。DeepSportradar 目前支持四项与篮球相关的挑战性任务：球的 3D 定位、相机标定、球员实例分割和球员重识别。对于这四项任务中的每一项，都提供了数据集、目标、性能度量以及所提出的基线方法的详细描述。为了鼓励对体育理解先进方法的进一步研究，作为 ACM Multimedia 2022 会议 MMSports 研讨会的一部分组织了一次竞赛，参与者必须开发最先进（state-of-the-art）的方法来解决上述任务。这四个数据集、开发工具包和基线均已公开可用。
引用
@article{arxiv.2208.08190,
title = {DeepSportradar-v1: Computer Vision Dataset for Sports Understanding with High Quality Annotations},
author = {Gabriel Van Zandycke and Vladimir Somers and Maxime Istasse and Carlo Del Don and Davide Zambrano},
journal= {arXiv preprint arXiv:2208.08190},
year = {2022}
}