从互联网视频中学习体育摄像机选择
计算机视觉与模式识别
2018-09-11 v1
摘要
本工作研究摄像机选择任务，即针对足球转播从多个候选摄像机中预测哪一个应当处于“直播”状态。该任务具有挑战性，因为带有全部候选视角的学习数据十分稀缺。与此同时，转播视频可在互联网上免费获取（例如 Youtube）。然而，这些视频仅记录了被选中的摄像机视角，而遗漏了其他候选视角。为克服该问题，我们首先引入随机生存森林（RSF）方法来有效填补不完整数据。随后，我们提出一种空间-外观热图来描述图像中的前景物体（如球员和球）。为评估我们系统的性能，我们收集了迄今为止规模最大的足球转播摄像机选择数据集。它包含一场拥有全部候选视角的主比赛，以及十二场仅含转播视角的辅助比赛。我们的方法在这一极具挑战性的数据集上显著优于 state-of-the-art 方法。进一步分析表明，性能的提升确实来自于辅助比赛的额外信息。
引用
@article{arxiv.1809.02854,
title = {Learning Sports Camera Selection from Internet Videos},
author = {Jianhui Chen and Keyu Lu and Sijia Tian and James J. Little},
journal= {arXiv preprint arXiv:1809.02854},
year = {2018}
}
备注
8 + 2 pages, WACV2019 accepted