利用密集检测锚点在足球视频中进行时间精确动作 spotting
计算机视觉与模式识别
2022-07-13 v2
摘要
我们提出了一种用于视频中时间精确动作 spotting 的模型，其使用一组密集检测锚点，为每个锚点预测检测置信度及相应的细粒度时间位移。我们以两种主干架构进行实验，二者均能在保留精确局部化所需的小尺度特征的同时纳入大时间上下文：一维版本的 u-net，以及 Transformer 编码器（TE）。我们还通过应用锐度感知最小化（SAM）与 mixup 数据增强，给出了训练此类模型的最佳实践。我们在同类最大的足球视频数据集 SoccerNet-v2 上取得了新的 state-of-the-art，在时间局部化上有显著改进。此外，我们的消融实验表明：预测时间位移的重要性；u-net 与 TE 主干之间的权衡；以及使用 SAM 和 mixup 训练带来的益处。
引用
@article{arxiv.2205.10450,
title = {Temporally Precise Action Spotting in Soccer Videos Using Dense Detection Anchors},
author = {João V. B. Soares and Avijit Shah and Topojoy Biswas},
journal= {arXiv preprint arXiv:2205.10450},
year = {2022}
}
备注
Accepted in International Conference on Image Processing (ICIP), 2022