FootAndBall：集成化的球员与球检测器
计算机视觉与模式识别
2020-10-28 v2
摘要
本文描述一种基于深度神经网络的检测器，专用于足球比赛高分辨率远景视频记录中的球与球员检测。该检测器名为 FootAndBall，具有高效的全卷积架构，可在任意分辨率的输入视频流上运行。它生成编码所检测球位置的球置信度图、球员置信度图，以及编码球员位置与边界框的球员边界框张量。网络采用特征金字塔网络（Feature Pyramid Network）设计模式，将具有较高空间分辨率的低层特征与具有较大感受野的高层特征相结合。这提升了对小物体（球）的判别能力，因为分类时考虑了感兴趣物体周围更大的视觉上下文。由于其专门化设计，该网络参数量比 SSD 或 YOLO 等通用深度神经网络目标检测器少两个数量级。这使其能对高分辨率输入视频流实时处理。我们的代码与预训练模型可在项目网站获取：https://github.com/jac99/FootAndBall 。
引用
@article{arxiv.1912.05445,
title = {FootAndBall: Integrated player and ball detector},
author = {Jacek Komorowski and Grzegorz Kurzejamski and Grzegorz Sarwas},
journal= {arXiv preprint arXiv:1912.05445},
year = {2020}
}
备注
arXiv admin note: text overlap with arXiv:1902.07304