先见后抓：基于深度学习的篮球动作预判
计算机视觉与模式识别
2025-12-18 v1
摘要
计算机视觉和视频理解已通过从广播画面中进行大规模自动化的比赛动态分析，彻底改变了体育分析。尽管在球员和球追踪、姿态估计、动作定位和自动犯规识别方面取得了显著进展，但在体育视频中预判动作发生之前的行为受到了相对较少的关注。本工作引入了篮球广播视频中的动作预判任务，重点预测投篮尝试后哪支球队将获得球权。为基准测试该任务，我们提供了一个新自建的包含100,000个篮球视频片段、超过300小时画面和超过2,000个手动标注的篮板事件的数据集。报告了使用最先进的动作预判方法的全面基线结果，代表了深度学习技术在篮球篮板预测中的首次应用。此外，还探索了两个互补任务——篮板分类和篮板检测——表明该数据集支持篮球中广泛存在的视频理解应用，而目前尚无可比数据集。实验结果突显了预判篮板的可行性和固有挑战，为动态多智能体体育场景的预测建模提供了有价值的见解。通过在篮板发生之前预测球队控球权，本工作使实时自动广播和赛后分析工具中的应用成为可能，以支持决策。
引用
@article{arxiv.2512.15386,
title = {See It Before You Grab It: Deep Learning-based Action Anticipation in Basketball},
author = {Arnau Barrera Roy and Albert Clapés Sintes},
journal= {arXiv preprint arXiv:2512.15386},
year = {2025}
}