PnLCalib: Sports Field Registration via Points and Lines Optimization

要約

放送スポーツ ビデオのカメラ キャリブレーションでは、複数のカメラ角度、さまざまなカメラ パラメータ、フィールドの頻繁なオクルージョンにより、正確なスポーツ フィールドの登録に対して多くの課題が生じます。
従来の検索ベースの方法は、カメラの初期姿勢推定に依存するため、標準以外の位置や動的な環境では困難になる可能性があります。
これに応えて、これらの制限を克服するために、3D サッカー フィールド モデルと事前定義されたキーポイントのセットを活用する、最適化ベースのキャリブレーション パイプラインを提案します。
私たちの方法では、非線形最適化プロセスで検出された磁力線を使用することで初期キャリブレーションを改善する新しい改良モジュールも導入しています。
このアプローチは、ホモグラフィー推定において競争力のあるパフォーマンスを維持しながら、マルチビューおよびシングルビューの 3D カメラ キャリブレーション タスクの両方で既存の技術を上回ります。
SoccerNet-Calibration、WorldCup 2014、TS-WorldCup など、現実世界のサッカー データセットに関する広範な実験により、さまざまなブロードキャスト シナリオにわたる当社の手法の堅牢性と精度が強調されています。
私たちのアプローチにより、カメラのキャリブレーション精度と信頼性が大幅に向上します。

要約(オリジナル)

Camera calibration in broadcast sports videos presents numerous challenges for accurate sports field registration due to multiple camera angles, varying camera parameters, and frequent occlusions of the field. Traditional search-based methods depend on initial camera pose estimates, which can struggle in non-standard positions and dynamic environments. In response, we propose an optimization-based calibration pipeline that leverages a 3D soccer field model and a predefined set of keypoints to overcome these limitations. Our method also introduces a novel refinement module that improves initial calibration by using detected field lines in a non-linear optimization process. This approach outperforms existing techniques in both multi-view and single-view 3D camera calibration tasks, while maintaining competitive performance in homography estimation. Extensive experimentation on real-world soccer datasets, including SoccerNet-Calibration, WorldCup 2014, and TS-WorldCup, highlights the robustness and accuracy of our method across diverse broadcast scenarios. Our approach offers significant improvements in camera calibration precision and reliability.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google