التجميع المميز الزمني للخصائص لاكتشاف الأفعال في بث مباريات كرة القدم

في إطار السعي نحو إنتاج تلقائي للبث الرياضي، يشكل فهم المعلومات الدلالية ذات المستوى العالي لللعبة مهمة أساسية. على سبيل المثال، يمكن أن يسمح التعرف على الأنشطة الرئيسية وتوضيح مواقعها للمُنتجين بتكيف وإتمتة إنتاج البث، مع التركيز على التفاصيل الهامة في اللعبة وتعظيم تفاعل المشاهدين. في هذا البحث، نركز تحليلنا على تحديد الأنشطة في بث كرة القدم، والذي يتضمن تحديد الأنشطة الرئيسية زمنياً خلال مباراة كرة القدم. لهذا الغرض، نقترح طريقة جديدة لجمع الخصائص تعتمد على NetVLAD، والتي أطلقنا عليها اسم NetVLAD++، حيث تقوم بتضمين المعرفة الوعية بالزمن. على عكس الطرق السابقة التي تعتبر السياق الزمني كمجموعة واحدة يتم جمعها منها، نقوم بتقسيم السياق إلى ما قبل وما بعد حدوث النشاط. نعتقد أن اعتبار معلومات السياق حول نقطة النشاط ككيان واحد يؤدي إلى تعلم غير أمثل للمودول الجامع. باستخدام NetVLAD++، نفصل السياق عن الإطارات الماضية والمستقبلية ونتعلم قواميس دلالية محددة لكل مجموعة فرعية، مما يتجنب الخلط والتشويش لهذه القواميس عبر الزمن. حقن مثل هذه المعرفة السابقة يخلق مودولات جمع أكثر إفادة وخواص مشتركة أكثر تمييزاً، مما يؤدي إلى فهم أفضل للأنشطة. نقوم بتدريب وتقييم منهجيتنا على مجموعة البيانات الكبيرة الحجم والمُحدثة SoccerNet-v2، حيث نصل إلى نسبة متوسطة-mAP تبلغ 53.4% لتحديد الأنشطة، وهي تحسين بنسبة +12.7% مقارنة بأفضل التقنيات الحالية المتاحة (state-of-the-art).