SoccerMaster：用于足球理解的视觉基础模型
计算机视觉与模式识别
2026-05-08 v2 人工智能
摘要
足球理解近年来因其领域特定的复杂性和独特挑战而受到广泛关注。与依赖单一任务专用模型的 prior 工作不同，本文旨在提出一种统一模型以处理多样化的足球视觉理解任务，涵盖从细粒度感知（如运动员检测与识别）到高层语义推理（如事件分类）等任务。具体而言，本文贡献如下：(i) 我们首次提出 SoccerMaster，一种首个足球专用视觉基础模型，通过监督式多任务预训练统一处理多种任务；(ii) 我们开发了自动化数据 curated 流程——SoccerFactory，用于生成可扩展的空间标注，并整合多个现有足球视频数据集作为多任务预训练的综合数据资源；(iii) 我们进行了大量评估，表明 SoccerMaster 在多种下游任务上 consistently 优于任务专用专家模型，凸显其广度与优势。数据、代码及模型将对外公开。
引用
@article{arxiv.2512.11016,
title = {SoccerMaster: A Vision Foundation Model for Soccer Understanding},
author = {Haolin Yang and Jiayuan Rao and Haoning Wu and Weidi Xie},
journal= {arXiv preprint arXiv:2512.11016},
year = {2026}
}
备注
Accepted by CVPR 2026 (Oral); Project Page: https://haolinyang-hlyang.github.io/SoccerMaster