KaliCalib：一种篮球场地注册框架
计算机视觉与模式识别
2022-09-19 v1
摘要
在团队运动中追踪球员和球对于分析表现或通过增强现实提升观赛体验至关重要。当此类数据的唯一来源是转播视频时，需要运动场地注册系统来估计单应性并将球或球员从图像空间重投影到场地空间。本文在 MMSports 2022 相机标定挑战赛背景下描述了一种新的篮球场地注册框架。该方法基于编码器-解码器网络对具有透视感知约束采样的关键点位置进行估计。篮筐位置的回归与重度数据增强技术使模型对不同场馆具有鲁棒性。消融研究显示了我们的贡献在挑战测试集上的积极效果。与挑战基线相比，我们的方法将均方误差降低了 4.7 倍。
引用
@article{arxiv.2209.07795,
title = {KaliCalib: A Framework for Basketball Court Registration},
author = {Adrien Maglo and Astrid Orcesi and Quoc Cuong Pham},
journal= {arXiv preprint arXiv:2209.07795},
year = {2022}
}
备注
Accepted at ACM MMSports 2022 (5th International ACM Workshop on Multimedia Content Analysis in Sports)