棒球视频中的细粒度活动识别
计算机视觉与模式识别
2018-04-11 v1
摘要
在本文中，我们引入了一个具有挑战性的新数据集MLB-YouTube，专为细粒度活动检测而设计。该数据集包含两种设置：分段视频分类以及连续视频中的活动检测。我们通过分类分段视频并将这些方法扩展到连续视频，实验比较了在活动视频中捕捉时间结构的各种识别方法。我们还在从转播棒球视频预测投球速度与投球类型的极困难任务上比较了各模型。我们发现学习时间结构对于细粒度活动识别是有价值的。
引用
@article{arxiv.1804.03247,
title = {Fine-grained Activity Recognition in Baseball Videos},
author = {AJ Piergiovanni and Michael S. Ryoo},
journal= {arXiv preprint arXiv:1804.03247},
year = {2018}
}
备注
CVPR Workshop on Computer Vision in Sports