面向人工智能赋能的多名拳击手自动追踪
计算机视觉与模式识别
2023-11-21 v1 人工智能
摘要
在多个训练场次中对拳击手进行连续追踪，有助于量化著名十分制评判法所需的特质。然而，跨多个训练场次对多名运动员进行连续追踪仍具挑战，因为难以在录制的视频流中精确分割回合边界。此外，在不同时间段甚至同一回合内对同一运动员的再识别也是难题。当以固定俯视单视角采集视频时，困难进一步加剧。本工作总结了我们在以经济型固定俯视单摄像头构建系统方面的进展。具体而言，我们描述了用于回合转换检测及回合内连续运动员识别的改进算法，可避免错误的 ID 更新或 ID 切换。基于我们自定义采集的约 11 小时数据（运动员数：45，回合数：189），我们的转换检测算法达到 90% 准确率，连续 ID 追踪实现 IDU=0、IDS=0。
引用
@article{arxiv.2311.11471,
title = {Towards AI enabled automated tracking of multiple boxers},
author = {A. S. Karthikeyan and Vipul Baghel and Anish Monsley Kirupakaran and John Warburton and Ranganathan Srinivasan and Babji Srinivasan and Ravi Sadananda Hegde},
journal= {arXiv preprint arXiv:2311.11471},
year = {2023}
}