通过姿态与语义特征融合的单摄像头篮球运动员追踪器
计算机视觉与模式识别
2019-07-11 v2
摘要
追踪体育运动员是一个广泛存在的挑战性场景,特别是在紧凑球场中录制的单路视频里,杂乱与遮挡无法避免。本文分析了若干几何与语义视觉特征以检测和追踪篮球运动员。我们进行了消融研究,并据此指出,可利用深度学习特征构建鲁棒的追踪器,而无需提取邻近度或颜色相似度等上下文特征,也无需应用摄像头稳定技术。所提出的追踪器包括:(1)检测步骤,使用预训练深度学习模型估计运动员姿态,随后(2)追踪步骤,利用VGG网络卷积层输出中的姿态与语义信息。其性能在包含超过1万实例的篮球数据集上依据MOTA进行了分析。
引用
@article{arxiv.1906.02042,
title = {Single-Camera Basketball Tracker through Pose and Semantic Feature Fusion},
author = {Adrià Arbués-Sangüesa and Coloma Ballester and Gloria Haro},
journal= {arXiv preprint arXiv:1906.02042},
year = {2019}
}
备注
Accepted in the International Conference on Artificial Intelligence in Sports 2019 (ICAIS)