少数のゲーム特異的アノテーションによるチームスポーツ選手の効率的追跡【JST・京大機械翻訳】

Maglo Adrien; Orcesi Astrid; Pham Quoc-Cuong

プレプリント

J-GLOBAL ID：202202200505106257 整理番号：22P0328471

少数のゲーム特異的アノテーションによるチームスポーツ選手の効率的追跡【JST・京大機械翻訳】

Efficient tracking of team sport players with few game-specific annotations

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (3件)： , ,
資料名：
発行年： 2022年04月08日プレプリントサーバーでの情報更新日： 2022年04月08日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

チームスポーツ解析に対する要求の一つは,プレーヤーを追跡および認識することである。多くの追跡と再同定法がビデオ監視の文脈で提案されている。それらはMOTチャレンジのような公開データセット上でテストされた場合に非常に説得力のある結果を示した。しかし,これらの方法の性能は,プレーヤー追跡に適用した場合,満足できるものではない。実際,非常に急速に移動し,しばしば閉塞されるのに加え,プレーヤーは,同じジェリーを摩耗し,再同定のタスクを非常に複雑にする。いくつかの最近の追跡方法がチームスポーツコンテキストのためにより具体的に開発された。公開データの欠如のため,これらの方法は,それらとの比較を不可能にする個人データセットを使用する。本論文では,セミインタラクティブシステムを介して収集された少数の人間アノテーションのおかげで,完全ゲーム中のチームスポーツ選手を追跡するための新しい一般的手法を提案した。非曖昧なトラックレットとそれらの外観特徴を,公開データセット上で事前訓練された検出と再同定ネットワークによって自動的に作り出す。次に,インクリメンタル学習機構は,少数のゲーム特異的人間アノテーションを用いて同一性を分類するために変換器を訓練する。最後に,トラックレットを会合アルゴリズムによってリンクした。このアプローチの効率性を,7つのデータセットの挑戦的な問題に対して示した。公共スポーツ追跡データセットの欠如を克服するために,https://kalisteo.cea.fr/index.php/free resources/でこのデータセットを公開する。また,提案手法は,最小解像度で観測可能であるならば,1プレーヤ当たり6秒の長さのトラックレットのアノテーションで,完全なマッチ中に7人のプレーヤーを追跡できることも示した。【JST・京大機械翻訳】

, , , , , , , , ,
, , , , , 【Automatic Indexing@JST】

パターン認識 , 図形・画像処理一般

, , , , ,

前のページに戻る