TeamTrack：全场景视频中多运动多目标跟踪数据集
计算机视觉与模式识别
2024-04-23 v1
摘要
多目标跟踪（MOT）是计算机视觉中一项关键且具有挑战性的任务，特别是在涉及外观相似但运动多样的物体的情况下，例如团队运动。当前方法很大程度上依赖于目标检测和外观，往往无法在此类复杂场景中准确跟踪目标。由于缺乏覆盖运动场地全视图的全面且多样化的数据集，这一问题进一步加剧。为解决这些问题，我们引入了TeamTrack，一个专为体育MOT设计的开创性基准数据集。TeamTrack是一个来自多种运动（包括足球、篮球和手球）的全场视频数据的广泛集合。此外，我们进行了全面的分析和基准测试工作，以强调TeamTrack的实用性和潜在影响。我们的工作标志着向前迈出的关键一步，有望提升在团队运动等复杂动态环境中MOT的精度和有效性。数据集、项目代码和竞赛发布在：https://atomscott.github.io/TeamTrack/。
引用
@article{arxiv.2404.13868,
title = {TeamTrack: A Dataset for Multi-Sport Multi-Object Tracking in Full-pitch Videos},
author = {Atom Scott and Ikuma Uchida and Ning Ding and Rikuhei Umemoto and Rory Bunker and Ren Kobayashi and Takeshi Koyama and Masaki Onishi and Yoshinari Kameda and Keisuke Fujii},
journal= {arXiv preprint arXiv:2404.13868},
year = {2024}
}