用于体育比赛分析的室内活动检测与识别

体育活动识别是计算机视觉研究的一个有吸引力的领域。比赛、球员和团队分析具有很大的兴趣，该领域内的研究主题以自动分析为目标。体育运动的特定底层规则可作为识别任务的先验知识，并提供受约束的评估环境。本文描述了体育运动中单球员活动的识别，特别强调排球。从每帧以球员为中心的活动识别开始，我们通过活动上下文描述符整合几何和上下文信息，该描述符收集关于所有球员在相对于被调查球员的特定时间跨度内的活动信息。这种上下文信息对单球员活动识别的益处在我们新的真实数据集上进行了评估，该数据集包含近36k个标注帧，包含7个活动类别，来自6个职业排球比赛视频。我们整合上下文信息将平均以球员为中心的分类性能从77.56%提高了特定类别高达18.35%，证明时空上下文是活动识别的重要线索。