HyperAIHyperAI

Command Palette

Search for a command to run...

SoccerNet-v2: مجموعة بيانات ومعايير مرجعية لفهم شامل لمقاطع الفيديو المذاعة لكرة القدم

Adrien Deliège* Anthony Cioppa* Silvio Giancola* Meisam J. Seikavandi* Jacob V. Dueholm* Kamal Nasrollahi Bernard Ghanem Thomas B. Moeslund Marc Van Droogenbroeck

الملخص

فهم مقاطع الفيديو المذاعة هو مهمة صعبة في مجال الرؤية الحاسوبية، حيث يتطلب ذلك قدرات استدلال عامة لتقدير المحتوى الذي تقدمه عمليات تحرير الفيديو. في هذا العمل، نقترح SoccerNet-v2، وهو مجمع بيانات جديد على نطاق واسع يحتوي على شروح يدوية لمجموعة بيانات الفيديو SoccerNet، بالإضافة إلى تحديات مفتوحة لتشجيع المزيد من الأبحاث في فهم كرة القدم وإنتاج البث. بصفة خاصة، نطلق حوالي 300 ألف شرح ضمن 500 فيديو غير مقصوص لمباريات كرة القدم في SoccerNet. نوسع المهام الحالية في مجال كرة القدم لتشمل تحديد الأحداث (action spotting)، تقسيم اللقطات الكاميرية مع اكتشاف الحدود (camera shot segmentation with boundary detection)، ونحدد مهمة جديدة وهي ربط إعادة التشغيل (replay grounding). بالنسبة لكل مهمة، نوفر ونناقش نتائج المعايير المرجعية التي يمكن إعادتها باستخدام تنفيذاتنا المفتوحة المصدر والمعدلة لأهم الأعمال في المجال. يتم تقديم SoccerNet-v2 للمجتمع البحثي الأوسع لمساعدته في دفع الرؤية الحاسوبية نحو حلول آلية لأغراض فهم الفيديو وإنتاجه بشكل أكثر عامًا.


بناء الذكاء الاصطناعي بالذكاء الاصطناعي

من الفكرة إلى الإطلاق — سرّع تطوير الذكاء الاصطناعي الخاص بك مع المساعدة البرمجية المجانية بالذكاء الاصطناعي، وبيئة جاهزة للاستخدام، وأفضل أسعار لوحدات معالجة الرسومات.

البرمجة التعاونية باستخدام الذكاء الاصطناعي
وحدات GPU جاهزة للعمل
أفضل الأسعار

HyperAI Newsletters

اشترك في آخر تحديثاتنا
سنرسل لك أحدث التحديثات الأسبوعية إلى بريدك الإلكتروني في الساعة التاسعة من صباح كل يوم اثنين
مدعوم بواسطة MailChimp
SoccerNet-v2: مجموعة بيانات ومعايير مرجعية لفهم شامل لمقاطع الفيديو المذاعة لكرة القدم | مستندات | HyperAI