HyperAIHyperAI
منذ 2 أشهر

إعادة النظر في كشف الأنشطة باستخدام نقاط الكشف الكثيفة: تقديم لتحدي SoccerNet 2022

Soares, João V. B. ; Shah, Avijit
إعادة النظر في كشف الأنشطة باستخدام نقاط الكشف الكثيفة: تقديم لتحدي SoccerNet 2022
الملخص

هذا التقرير الفني الموجز يصف مشاركتنا في تحدي SoccerNet للكشف عن الأحداث 2022. كان هذا التحدي جزءًا من ورشة عمل ActivityNet ضمن مؤتمر CVPR 2022. كانت مشاركتنا تستند إلى طريقة مقترحة حديثًا تركز على زيادة الدقة الزمنية من خلال مجموعة كثيفة من نقاط الكشف. نظرًا لتركيزها على الدقة الزمنية، أظهرت هذه الطريقة تحسينات كبيرة في مقياس المتوسط المعدل-Average-mAP الضيق. تم استخدام المتوسط المعدل-Average-mAP الضيق كمعيار تقييم للتحدي، وهو يتم تعريفه باستخدام حدود تقييم زمنية ضيقة، مما يجعله أكثر حساسية للأخطاء الزمنية الصغيرة. لتحسين النتائج بشكل أكبر، قمنا هنا بإجراء تغييرات طفيفة في خطوات ما قبل ومعالجة ما بعد، بالإضافة إلى دمج أنواع مختلفة من الخصائص الإدخالية عبر الاندماج المتأخر. أدت هذه التغييرات إلى تحسينات ساعدتنا على تحقيق المركز الأول في التحدي وأيضاً أدت إلى وضع جديد متقدم في مجموعة اختبار SoccerNet عند استخدام بروتوكول التجربة القياسي للمجموعة. يراجع هذا التقرير بشكل موجز طريقة الكشف عن الأحداث المستندة إلى نقاط الكشف الكثيفة، ثم يركز على التعديلات التي تم إدخالها للتحدي. كما نصف البروتوكولات التجريبية والإجراءات التدريبية التي استخدمناها، ونقدم في النهاية نتائجنا.

إعادة النظر في كشف الأنشطة باستخدام نقاط الكشف الكثيفة: تقديم لتحدي SoccerNet 2022 | أحدث الأوراق البحثية | HyperAI