通过集成领域知识提升多摄像机体操跟踪性能
计算机视觉与模式识别
2025-11-21 v1
摘要
我们提出了一种稳健的多摄像机体操跟踪方法，已在国际体操锦标赛中应用于体操评判。尽管多摄像机跟踪算法取得了显著进展，但体操跟踪存在独特挑战：(i)由于场地空间限制，只能在体操馆内安装有限数量的摄像机; (ii)由于光照、背景、服装及遮挡的变化，多摄像机体操检测在某些视角下可能会失败，仅来自两侧对视的检测才有效。这些因素 complicate accurate determination of gymnast's 3D trajectory using conventional multi-camera triangulation。为缓解此问题，我们将体操领域知识整合到跟踪解决方案中。鉴于体操运动员的3D中心在其表演的大部分时间内位于预定义的垂直平面内，我们可以应用射线与平面相交来生成来自对视检测的共平面3D轨迹候选解。更具体地，我们提出了一种新型级联数据关联范例，该范例在跨视角检测充足时采用三角化生成3D轨迹候选解，当检测不足时则采用射线平面相交。因此，可用于补偿不确定轨迹的共平面候选解，从而最小化跟踪故障。通过广泛的实验验证，我们显示该方法在具有挑战性的情景下优于现有方法。此外，配备该跟踪方法的体操评判系统已成功应用于最近的Gymnastics World Championships，获得了International Gymnastics Federation的高度认可。
引用
@article{arxiv.2511.16532,
title = {Enhancing Multi-Camera Gymnast Tracking Through Domain Knowledge Integration},
author = {Fan Yang and Shigeyuki Odashima and Shoichi Masui and Ikuo Kusajima and Sosuke Yamao and Shan Jiang},
journal= {arXiv preprint arXiv:2511.16532},
year = {2025}
}