使用具有姿态引导注意力的多模态深度学习预测点球方向
计算机视觉与模式识别
2025-10-01 v1
摘要
点球常常决定冠军归属，然而守门员必须在极短的时间窗口内从微妙的生物力学线索中预判踢球者的意图。本研究引入了一个实时多模态深度学习框架，用于在触球前预测点球的方向（左、中或右）。该模型采用双分支架构：基于MobileNetV2的卷积神经网络（CNN）从RGB帧中提取空间特征，而二维关键点则由带有注意力机制的LSTM网络处理。姿态衍生的关键点进一步引导视觉焦点集中于与任务相关的区域。一种基于距离的阈值分割方法在触球前即刻分割输入序列，确保了不同视频素材输入的一致性。我们从真实比赛视频中创建了一个包含755个点球事件的定制数据集，并带有用于物体检测、射手关键点和最终球落点的帧级标注。该模型在留出测试集上达到了89%的准确率，比仅视觉和仅姿态的基线模型高出14-22%。凭借22毫秒的推理时间，其轻量级和可解释的设计使其适用于守门员训练、战术分析和实时比赛分析。
引用
@article{arxiv.2509.26088,
title = {Predicting Penalty Kick Direction Using Multi-Modal Deep Learning with Pose-Guided Attention},
author = {Pasindu Ranasinghe and Pamudu Ranasinghe},
journal= {arXiv preprint arXiv:2509.26088},
year = {2025}
}