基于三维卷积神经网络的足球视频中事件实时检测

本文提出了一种基于三维卷积神经网络（3D Convolutional Neural Networks）的自动检测足球视频事件的算法。该算法采用滑动窗口策略对输入视频进行扫描，以识别进球、黄牌/红牌以及球员换人等关键事件。我们在SoccerNet数据集以及瑞典Allsvenskan联赛和挪威Eliteserien联赛的三个不同数据集上对该方法进行了测试。实验结果表明，该方法在事件检测中具备较高的召回率、较低的延迟以及精确的时间定位能力。其主要权衡在于相较于当前最先进的方法，精度略有下降；然而，这些先进方法通常具有更高的延迟，且仅在可接受较粗略时间估计的前提下表现更优。此外，除所提出的算法外，本文还对训练流程中各个组成部分的影响进行了详尽的消融研究，系统分析了各模块对最终性能的贡献。