与冰场无关的冰球场地配准
计算机视觉与模式识别
2024-01-03 v1 图像与视频处理
摘要
冰球场地配准是辅助和自动化体育分析的有用工具。当与球员追踪相结合时，它可以通过估计单应性矩阵将广播视频帧扭曲到冰场的俯视模板上，反之亦然，从而提供球员在冰场上的位置信息。然而，大多数现有技术需要精确的真值信息，这可能需要数小时进行标注，且仅适用于训练过的冰场类型。在本文中，我们提出了一种通用的冰场配准流程，一旦训练完成，仅需俯视冰场模板和视频帧作为输入，即可应用于所见和未见过的冰场类型。我们的流程在训练过程中使用域自适应技术、半监督学习和合成数据来实现这一能力，并克服非 NHL 训练数据的缺乏。所提出的方法在 NHL（源）和非 NHL（目标）冰场数据上进行了评估，结果表明我们的方法可以泛化到非 NHL 冰场，同时在 NHL 冰场上保持具有竞争力的性能。
引用
@article{arxiv.2401.01003,
title = {Rink-Agnostic Hockey Rink Registration},
author = {Jia Cheng Shang and Yuhao Chen and Mohammad Javad Shafiee and David A. Clausi},
journal= {arXiv preprint arXiv:2401.01003},
year = {2024}
}