SoccerNet : Un jeu de données évolutif pour la détection d’actions dans les vidéos de football

Dans cet article, nous présentons SoccerNet, un benchmark pour la détection d'actions dans les vidéos de football. Le jeu de données est composé de 500 matchs complets provenant des six principaux championnats européens, couvrant trois saisons de 2014 à 2017, pour une durée totale de 764 heures. Un total de 6 637 annotations temporelles sont automatiquement extraites des rapports en ligne des matchs avec une résolution d'une minute pour trois classes principales d'événements (But, Carton Jaune/Rouge et Remplacement). Ainsi, le jeu de données est facilement extensible. Ces annotations sont ensuite affinées manuellement à une résolution d'une seconde en les ancrant à un unique horodatage selon des règles bien définies du football. Avec une moyenne d'un événement toutes les 6,9 minutes, ce jeu de données se concentre sur le problème de localisation d'événements très rares au sein de vidéos longues. Nous définissons la tâche de détection comme consistant à trouver les horodatages des événements de football dans une vidéo. En utilisant les développements récents dans le domaine de la reconnaissance et de la détection génériques des actions dans les vidéos, nous fournissons des baselines solides pour la détection d'événements de football. Nous montrons que notre meilleur modèle pour classifier des segments temporels d'une minute atteint une précision moyenne (mAP) de 67,8 %. Pour la tâche de détection, notre baseline atteint un Average-mAP de 49,7 % pour des tolérances $\delta$ variant entre 5 et 60 secondes. Notre jeu de données et nos modèles sont disponibles à l'adresse suivante : https://silviogiancola.github.io/SoccerNet.