DeepSportLab:チームスポーツシーンにおけるボール検出,プレーヤインスタンスセグメンテーションおよび姿勢推定のための統一フレームワーク【JST機械翻訳】

Ghasemzadeh Seyed Abolfazl; Van Zandycke Gabriel; Istasse Maxime; Sayez Niels; Moshtaghpour Amirafshar; De Vleeschouwer Christophe

プレプリント

J-GLOBAL ID：202202213958657852 整理番号：22P0007268

DeepSportLab:チームスポーツシーンにおけるボール検出,プレーヤインスタンスセグメンテーションおよび姿勢推定のための統一フレームワーク【JST機械翻訳】

DeepSportLab: a Unified Framework for Ball Detection, Player Instance Segmentation and Pose Estimation in Team Sports Scenes

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 (6件)： , , , , ,
資料名：
発行年： 2021年12月01日プレプリントサーバーでの情報更新日： 2021年12月01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)

本論文では,(i)ボールの位置決め,(ii)姿勢の予測,および(iii)チームスポーツシーンにおけるプレイヤーのインスタンスマスクのセグメンテーションに対する統一フレームワークを提案した。これらの問題は,自動スポーツ分析,生産,および放送において高い関心事である。一般的実践は,一般的最先端モデル,例えば,プレーヤーセグメンテーションのためのPan光学-DeepLabを利用することによって,各々の問題を個々に解決することである。単一タスクモデルの乗算から生じる複雑さの増加に加えて,オフザイスモデルの使用は,強いオクルージョンやモーションブラーのようなチームスポーツシーンの複雑性と特異性により性能も妨げる。これらの限界を回避するために,本論文は,部分強度場と空間埋込み原理を結合することによって,ボールとプレーヤーマスクと姿勢を同時に予測する単一モデルを訓練することを提案する。部品強度場は,ボールとプレーヤー位置,ならびにプレーヤージョイント位置を提供する。次に,空間埋込みを,プレーヤーインスタンスピクセルをそれらのそれぞれのプレーヤーセンターに接続するために利用したが,また,グループプレーヤージョイントをスケルトンに組み込む。DeepSportバスケットボールデータセットに対する提案モデルの有効性を実証し,各個々のタスクを別々に扱うSoAモデルに匹敵する性能を達成した。【JST機械翻訳】

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

図形・画像処理一般 , パターン認識

, , , , ,

前のページに戻る