基于人类动作识别预测足球点球踢向方向
计算机视觉与模式识别
2025-07-18 v1
摘要
动作预感预测在人类动作识别领域日益受到关注，但其在现实体育场景中的应用因缺乏合适的标注数据集而受到限制。本 work 提供了一个手动标注的足球点球数据集，用于基于射门前运动预测球门方向。我们提出一种深度学习分类器，对该数据集进行基准测试，将基于动作识别的特征嵌入与情境元数据相结合。我们在七种架构家族（MViTv2、MViTv1、SlowFast、Slow、X3D、I3D、C2D）中评估了二十二个骨干模型，在预测球门方向（左或右）方面达到最高 63.9% 准确率，优于实际守门员的决策。这些结果表明该数据集对预期动作识别具有重要价值，并验证了我们模型作为通用体育预测任务方法的潜在。
引用
@article{arxiv.2507.12617,
title = {Predicting Soccer Penalty Kick Direction Using Human Action Recognition},
author = {David Freire-Obregón and Oliverio J. Santana and Javier Lorenzo-Navarro and Daniel Hernández-Sosa and Modesto Castrillón-Santana},
journal= {arXiv preprint arXiv:2507.12617},
year = {2025}
}
备注
Accepted at 23rd International Conference on Image Analysis and Processing (ICIAP 2025)