团队运动中的光学跟踪
计算机视觉与模式识别
2022-04-11 v1 人工智能
摘要
体育分析对教练、球探和球迷已变得至关重要。近来,计算机视觉研究者承担起收集必要数据的挑战,提出了若干自动球员与球跟踪方法。基于所收集的跟踪数据,数据挖掘者能够对球员和球队的表现进行定量分析。本综述旨在为定量数据分析者提供关于创建输入数据及其特征的基本理解。为此,我们分别对常规与深度学习方法进行全面分类,总结近期光学跟踪方法。此外,我们讨论跟踪的预处理步骤、该领域最常见的挑战,以及跟踪数据在运动球队中的应用。最后,我们从成本与局限性方面比较这些方法,并通过指出潜在未来研究方向来结束本工作。
引用
@article{arxiv.2204.04143,
title = {Optical tracking in team sports},
author = {Pegah Rahimian and Laszlo Toka},
journal= {arXiv preprint arXiv:2204.04143},
year = {2022}
}