广播冰球视频中的冰球定位与多任务事件识别

冰球定位是冰球视频分析中的重要问题，可用于分析比赛、确定进攻位置以及评估控球权。该问题由于冰球尺寸小、高速度导致的过度运动模糊以及球员与挡板造成的遮挡而具有挑战性。在本文中，我们引入并实现了一种用于广播冰球视频中冰球定位的网络。该网络利用 NHL 专家逐play逐play标注，并使用时间上下文来定位冰球。球员位置通过注意力机制以基于 Gaussian 的空间热图在球员位置处绘制并编码而融入网络。由于场地上的事件发生与冰球位置相关，我们还通过为冰球定位网络增设事件识别头并经由多任务学习训练该网络来进行事件识别。实验结果表明，该网络在测试集上以 $73.1 \%$ 的 AUC 定位冰球。冰球位置可在 720p 广播视频中以 $5$ 帧每秒推断。还证明了结合冰球位置的多任务学习提升了事件识别精度。