BASKET: A Large-Scale Video Dataset for Fine-Grained Skill Estimation

要約

きめの細かいスキル推定のために、大規模なバスケットボールビデオデータセットであるバスケットを紹介します。
バスケットには、世界中の32,232人のバスケットボール選手をキャプチャする4,477時間のビデオが含まれています。
以前のスキル推定データセットと比較して、当社のデータセットには、性別、年齢、スキルレベル、地理的位置などの観点から前例のない多様性を持つ膨大な数の熟練した参加者が含まれています。バスケットには、20の微調整されたバスケットボールスキルが含まれ、現代のビデオ認識モデルに挑戦して、密集したビデオ分析を通じてプレーヤーのスキルの複雑なニュアンスを獲得します。
特定のプレーヤーの長いハイライトビデオ(8〜10分)を考えると、モデルは20のバスケットボールスキルのそれぞれについてスキルレベル(優れた、良好、平均、公正、貧弱)を予測する必要があります。
私たちの経験的分析は、現在の最先端のビデオモデルがこのタスクに苦しんでおり、人間のベースラインの後ろに大幅に遅れていることを明らかにしています。
バスケットは、高度な長距離で微細な認識能力を備えた新しいビデオモデルを開発するための有用なリソースになる可能性があると考えています。
さらに、当社のデータセットが、公正なバスケットボールスカウト、パーソナライズされたプレーヤーの開発など、ドメイン固有のアプリケーションに役立つことを願っています。
データセットとコードはhttps://github.com/yulupan00/basketで入手できます。

要約(オリジナル)

We present BASKET, a large-scale basketball video dataset for fine-grained skill estimation. BASKET contains 4,477 hours of video capturing 32,232 basketball players from all over the world. Compared to prior skill estimation datasets, our dataset includes a massive number of skilled participants with unprecedented diversity in terms of gender, age, skill level, geographical location, etc. BASKET includes 20 fine-grained basketball skills, challenging modern video recognition models to capture the intricate nuances of player skill through in-depth video analysis. Given a long highlight video (8-10 minutes) of a particular player, the model needs to predict the skill level (e.g., excellent, good, average, fair, poor) for each of the 20 basketball skills. Our empirical analysis reveals that the current state-of-the-art video models struggle with this task, significantly lagging behind the human baseline. We believe that BASKET could be a useful resource for developing new video models with advanced long-range, fine-grained recognition capabilities. In addition, we hope that our dataset will be useful for domain-specific applications such as fair basketball scouting, personalized player development, and many others. Dataset and code are available at https://github.com/yulupan00/BASKET.

arxiv情報

著者 Yulu Pan,Ce Zhang,Gedas Bertasius
発行日 2025-03-26 17:59:02+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.CV パーマリンク