RacketVision：用于统一球和球拍分析的多运动 racket 基准

我们提出了 RacketVision，这是一个新颖的数据集和基准，用于推进体育分析中的计算机视觉，涵盖乒乓球、网球和羽毛球。该数据集首次提供大规模、细粒度的球拍姿态注释，结合传统的球位置数据， enables 研究复杂的人-物交互。数据集旨在解决三个相互关联的任务：细粒度球追踪、定量化球拍姿态估计和预测性球轨迹预测。我们评估了既定基线方法，发现多模态融合的关键洞见：单纯拼接球拍特征会降低性能，而 CrossAttention 机制是释放其价值的关键，导致轨迹预测结果优于强大的单模态基线。RacketVision 提供了一个多功能资源和强大的未来研究起点，用于动态对象跟踪、条件运动预测和多模态分析在体育领域。项目页面可在 https://github.com/OrcustD/RacketVision 查看。