SoccerDB：用于综合视频理解的大规模数据库
计算机视觉与模式识别
2020-09-09 v4
摘要
足球视频可作为视频研究的完美研究对象，因为足球比赛在明确定义的规则下进行，同时又足够复杂和引人入胜，供研究者探究。本文提出一个名为 SoccerDB 的新足球视频数据库，包含来自 346 场高质量足球比赛的 171,191 个视频片段。该数据库包含 702,096 个边界框、37,709 个带时间边界的关键事件标签以及 17,115 个精彩片段标注，用于目标检测、动作识别、时间动作定位和精彩片段检测任务。据我们所知，它是面向多方面综合体育视频理解的最大数据库。我们进一步在 SoccerDB 上调研了一系列强基线，这些基线在独立任务上已展现出 state-of-the-art 性能。我们的评估表明，当联合考虑这些任务间的内在关联时，我们可以显著受益。我们相信 SoccerDB 的发布将极大推动围绕综合视频理解的研究。{\itshape 我们的数据集和代码发布于 https://github.com/newsdata/SoccerDB。}
引用
@article{arxiv.1912.04465,
title = {SoccerDB: A Large-Scale Database for Comprehensive Video Understanding},
author = {Yudong Jiang and Kaixu Cui and Leilei Chen and Canjin Wang and Changliang Xu},
journal= {arXiv preprint arXiv:1912.04465},
year = {2020}
}
备注
accepted by MM2020 sports workshop