面向足球运动预测的 Transformer 架构——FootBots
计算机视觉与模式识别
2024-07-01 v1 多智能体系统
摘要
足球运动预测涉及从球员与球球的相互作用中捕捉复杂的动态行为。我们提出FootBots，一种基于 Transformer 的编码器-解码器架构，通过等距性质解决运动预测和条件化运动预测问题。FootBots 使用集合注意力块和多注意力解码器捕捉时间和社交动态。我们的评估利用两个数据集：一个真实的足球数据集和一个量身定制的合成数据集。来自合成数据集的见解突显了FootBots社交注意力机制的有效性以及条件化运动预测的重要性。在真实足球数据上的经验结果表明，FootBots 在运动预测和条件任务（如根据球位置预测球员、根据球和防守（进攻）球队预测进攻（防守）球队、根据所有球员预测球位置）方面均优于基线方法。我们的评估将定量和定性发现相互关联。https://youtu.be/9kaEkfzG3L8
关键词
引用
@article{arxiv.2406.19852,
title = {FootBots: A Transformer-based Architecture for Motion Prediction in Soccer},
author = {Guillem Capellera and Luis Ferraz and Antonio Rubio and Antonio Agudo and Francesc Moreno-Noguer},
journal= {arXiv preprint arXiv:2406.19852},
year = {2024}
}
备注
Published as a conference paper at IEEE ICIP 2024