SoccerSynth-Detection：用于足球球员检测的合成数据集
计算机视觉与模式识别
2025-10-06 v2
摘要
在足球视频分析中，球员检测是识别关键事件和重建战术位置的关键。大量球员和频繁遮挡，加上版权限制，严重限制了数据集的可用性，仅有的选项包括 SoccerNet-Tracking 和 SportsMOT。这些数据集缺乏多样性，阻碍算法有效适应不同的足球视频情境。为此，我们开发了 SoccerSynth-Detection，首个专为检测合成足球球员而设计的数据集。它包含广泛的随机灯光和纹理，以及模拟的相机运动模糊。我们使用目标检测模型 (Yolov8n) 对其进行验证，对抗真实数据集 (SoccerNet-Tracking 和 SportsMoT)。在迁移测试中，它与真实数据集相当，在带有运动模糊的图像中显著优于真实数据集；在预训练测试中，它证明了作为预训练数据集的有效性，显著提升了算法的整体性能。我们的工作证明了合成数据集在足球视频分析领域可取代真实数据集用于算法训练的潜力。
引用
@article{arxiv.2501.09281,
title = {SoccerSynth-Detection: A Synthetic Dataset for Soccer Player Detection},
author = {Haobin Qin and Calvin Yeung and Rikuhei Umemoto and Keisuke Fujii},
journal= {arXiv preprint arXiv:2501.09281},
year = {2025}
}
备注
The SoccerSynth-Detection Dataset is available at https://github.com/open-starlab/SoccerSynth-Detection