RMS-Net：足球事件检测中的回归与掩码方法

最近提出的动作定位任务旨在找到事件发生的确切时间戳。该任务特别适用于足球视频，其中事件对应于由足球规则严格定义的显著动作（例如，进球发生在球越过球门线时）。在本文中，我们设计了一种轻量级且模块化的网络用于动作定位，该网络可以同时预测事件标签及其时间偏移，而无需重复提取底层特征。我们通过两种训练策略来增强模型：第一种策略用于数据平衡和均匀采样，第二种策略用于屏蔽模糊帧并保留最具区分性的视觉线索。当在SoccerNet数据集上进行测试并使用标准特征时，我们的完整方案在平均精度均值（Average-mAP）方面超过了现有最佳方法3个百分点。此外，当与强大的2D主干网络结合微调后，在测试集上的性能提升超过10个Average-mAP点。