自监督的小尺度足球运动员检测与跟踪
计算机视觉与模式识别
2020-11-23 v1
摘要
在足球比赛中，由检测与跟踪提供的信息为进一步分析和理解比赛的某些战术方面（包括个人与团队动作）带来了关键线索。最先进的跟踪算法在其训练所针对的场景中取得了令人印象深刻的成果，但在诸如足球比赛等具有挑战性的场景中却会失效。这常归因于球员相对尺寸较小以及同队球员间外观相似。尽管一个直接的解决方案是使用更具针对性的数据集重新训练这些模型，但缺乏此类公开可用的标注数据集意味着需要寻找其他有效方案。在本工作中，我们提出一种自监督流程，能够在不同录制条件下检测并跟踪低分辨率足球运动员，且无需任何真值数据。我们给出了广泛的定量与定性实验结果以评估其性能。我们还将其与若干最先进方法进行比较，表明所提出的检测器与跟踪器均取得了顶尖结果，尤其在存在小尺度球员的情况下。
引用
@article{arxiv.2011.10336,
title = {Self-Supervised Small Soccer Player Detection and Tracking},
author = {Samuel Hurault and Coloma Ballester and Gloria Haro},
journal= {arXiv preprint arXiv:2011.10336},
year = {2020}
}
备注
In Proceedings of the 3rd International Workshop on Multimedia Content Analysis in Sports (MMSports '20)