Towards long-term player tracking with graph hierarchies and domain-specific features

要約

チームスポーツ分析では、プレーヤーの外観の類似性、閉塞、および動的モーションパターンのため、長期的なプレーヤー追跡は依然として困難なタスクです。
視野または長期にわたる閉塞からの延長された欠席の後に、プレーヤーを正確に再識別し、トラックレットを再接続することは、堅牢な分析には重要です。
ジャージー番号、チームID、フィールド座標などのドメイン固有の機能を活用する階層的なグラフベースのアプローチであるSportssushiを紹介し、追跡精度を高めます。
Sportssushiは、Soccernetデータセットと新たに提案されたホッケー追跡データセットで高性能を達成しています。
プレー表面全体をキャプチャする固定カメラを使用して記録されたホッケーデータセットには、チームIDとジャージー番号の長いシーケンスと注釈が含まれており、長期追跡機能を評価するのに適しています。
私たちのアプローチにドメイン固有の特徴を含めると、実験で示されているように、関連性の精度が大幅に向上します。
データセットとコードは、https：//github.com/mkoshkina/sports-sushiで入手できます。

要約(オリジナル)

In team sports analytics, long-term player tracking remains a challenging task due to player appearance similarity, occlusion, and dynamic motion patterns. Accurately re-identifying players and reconnecting tracklets after extended absences from the field of view or prolonged occlusions is crucial for robust analysis. We introduce SportsSUSHI, a hierarchical graph-based approach that leverages domain-specific features, including jersey numbers, team IDs, and field coordinates, to enhance tracking accuracy. SportsSUSHI achieves high performance on the SoccerNet dataset and a newly proposed hockey tracking dataset. Our hockey dataset, recorded using a stationary camera capturing the entire playing surface, contains long sequences and annotations for team IDs and jersey numbers, making it well-suited for evaluating long-term tracking capabilities. The inclusion of domain-specific features in our approach significantly improves association accuracy, as demonstrated in our experiments. The dataset and code are available at https://github.com/mkoshkina/sports-SUSHI.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google