SoccerTrack v2: A Full-Pitch Panoramic Video Dataset for Game State Reconstruction and Ball Action Spotting
SoccerTrack v2 引入了一个包含十场大学级别比赛、共计 932 分钟 4K 全景视频的综合数据集，该数据集整合了全场球员轨迹、度量坐标以及与参与者关联的球类动作事件，旨在实现对比赛状态重建和球类动作检测的统一研究。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
要理解现代足球运动，必须观察两种不同类型的信息。第一种是每个人在任何给定时刻站立位置的地图，追踪场上每位球员和足球在草坪上的移动。第二种是他们实际所做动作的记录：一次传球、一次射门、一次抢断或一次进球。多年来，研究人员一直难以将这两者结合起来研究。大多数现有数据来自电视转播，摄像机像聚光灯一样跟随球的动态。这意味着当球移动到球场的另一侧时，留在黑暗中的球员就被忽略了。他们的位置被猜测或完全被排除在外，使得无法看到比赛展开时的全貌。如果看不到整个球场，就很难理解一支球队的阵型是如何变化的，或者某个特定动作是如何在整个团队中产生连锁反应的。
名古屋大学和筑波大学的一个研究小组现在发布了一个新资源，终于将全景视野与完整故事结合在一起。他们称之为 SoccerTrack v2。他们没有依赖于平移和缩放的摄像机，而是使用了安装在体育场高处、能捕捉整个球场单镜头宽画面的固定摄像机。这种设置确保了无论球移动到哪里，没有任何一名球员会从画面中消失。该数据集包含十场完整的大学水平比赛，总计超过 930 分钟的连续视频。对于这段素材中的每一帧，研究人员都记录了每位球员的确切位置、球衣号码、角色以及所属球队。他们还标记了每一次球类动作，从简单的传球到复杂的抢断，并将每项动作直接与执行该动作的具体球员联系起来。这创造了一个完整的、同步的记录，使球员的移动与比赛的事件以一种此前从未实现过的方式紧密结合在一起。
研究人员利用这一新数据测试了计算机重建比赛状态并识别特定动作的能力。他们建立了一个系统来追踪整场比赛（单半场可长达 45 分钟）期间的球员。当他们在仅 30 秒的短片段上测试该系统时，表现相当出色，能够正确识别球员及其位置。然而，当他们让系统运行整场比赛时，其准确性显著下降。视频序列越长，计算机追踪身份的难度就越大。随着时间的推移，系统开始失去对身份的掌控，出现混淆球员或完全丢失球员的情况。这一发现至关重要，因为它表明，在一个短片段视频上表现完美的系统，不能被假定在完整比赛中也能表现得同样好。长期追踪的挑战是真实存在的，并且与短期分析的挑战截然不同。
在第二个实验中，团队尝试仅利用球员和球的移动数据，在不观察视频像素本身的情况下，教计算机识别传球或射门等球类动作。他们发现，仅仅知道球员在哪里，就足以较为准确地推测出大多数动作。然而，当他们在信息中加入球的具体路径后，计算机识别动作的能力大幅提升，尤其是对于发生得非常迅速的事件。球的移动提供了一个关键线索，而仅凭球员的位置无法完全捕捉到这一点。有趣的是，计算机在处理涉及两名球员争夺球权的动作（如抢断或封堵）时表现得最为吃力。这些时刻难以预测，因为其结果取决于物理碰撞，而仅通过观察球员站立的位置很难观察到这种碰撞。
该数据集的发布也凸显了当前技术的局限性。研究人员指出，虽然他们可以看到整个球场，但由于摄像机角度的关系，球经常看起来只有几个像素点，这使得计算机几乎不可能直接从视频中检测到它。相反，他们必须依赖于从事件日志中重建的球路径，而不是逐帧观看。这意味着，目前的结果是基于观察到的球员移动和重建的球数据混合而成的。团队还指出，数据来自大学水平的比赛，其比赛方式可能与职业比赛不同，且使用的摄像机系统是固定的，不同于电视使用的移动摄像机。
尽管存在这些局限性，这项工作仍代表了重大的一步。通过提供一个将全场、全时长和完整故事整合在一个包中的资源，研究人员为科学界提供了一个新的标准进行测试。他们表明，通过短片段来评估一个系统可能会给出过于乐观的性能视图。要真正理解比赛，并构建能够观看完整比赛而不丢失追踪信息的系统，研究人员必须在整场比赛的长度上测试他们的方法。SoccerTrack v2 提供了此类工作的第一个完整的“游乐场”，让科学家们能够看清其现有工具在何处成功，又在何处失败，从而为更深入地理解这项“美丽的运动”铺平道路。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。