MonoTrack:基于单目羽毛球视频的羽毛球轨迹重建
计算机视觉与模式识别
2022-05-19 v2 机器学习
多媒体
摘要
轨迹估计是球拍类运动分析的基本组成部分,因为轨迹不仅包含每一分的胜负信息,还包含该分是如何赢得或失去的。在羽毛球等运动中,选手可从完整的 3D 轨迹中获益,因为羽毛球或球的高度提供了宝贵的战术信息。遗憾的是,3D 重建是众所周知的难题,且标准轨迹估计器只能跟踪 2D 像素坐标。本工作中,我们提出了首个从单目羽毛球视频中提取并分割 3D 羽毛球轨迹的完整端到端系统。我们的系统融合了羽毛球领域知识(如场地尺寸、击球落点、物理运动定律)以及基于视觉的特征(如选手姿态与羽毛球跟踪)。我们发现,要使整体系统具备鲁棒性,需要大量的工程投入与模型改进;作为工作的副产品,我们在场地识别、2D 轨迹估计与击球识别上提升了当前最优结果。
引用
@article{arxiv.2204.01899,
title = {MonoTrack: Shuttle trajectory reconstruction from monocular badminton video},
author = {Paul Liu and Jui-Hsien Wang},
journal= {arXiv preprint arXiv:2204.01899},
year = {2022}
}
备注
To appear in CVSports@CVPR 2022