面向足球视频中动作定位的主动学习

协会足球是一项复杂且动态的运动，每场比赛中众多动作同时发生。分析足球视频具有挑战性，需要识别细微且多样的时空模式。尽管计算机视觉近期取得进展，当前算法在从有限标注数据学习时仍面临显著挑战，降低了其检测这些模式的性能。在本文中，我们提出一种主动学习框架，其选择信息量最大的视频样本作为下一步标注对象，从而大幅减少标注工作量，并加速动作定位模型的训练以更快达到最高精度。我们的方法利用不确定性采样思想来选择下一步训练最具挑战性的视频片段，加快算法的学习过程。我们证明所提主动学习框架有效减少了足球视频中精确动作定位所需的训练数据。在使用 NetVLAD++ 于 SoccerNet-v2 上时，仅用三分之一数据集便取得相近的动作定位性能，表明其在减少标注时间和提升数据效率方面的显著能力。我们还在两个聚焦于头球与传球动作时间定位的新数据集上进一步验证该方法，证明其在足球不同动作语义上的有效性。我们相信该面向动作定位的主动学习框架将支持动作定位算法的进一步应用，并加速体育领域中的标注工作。