RMS-Net: 축구 이벤트 스폿팅을 위한 회귀 및 마스킹

최근 제안된 행동 탐지 작업은 특정 이벤트가 발생하는 정확한 시간 스탬프를 찾는 것을 목표로 합니다. 이 작업은 축구 경기 영상에 특히 적합합니다. 축구 경기에서 이벤트는 축구 규칙에 엄격히 정의된 주목할 만한 행동(골이 골라인을 넘을 때 발생)과 일치하기 때문입니다. 본 논문에서는 같은 기저 특성을 사용하여 이벤트 라벨과 그 시간적 오프셋을 동시에 예측할 수 있는 가벼운 모듈형 네트워크를 설계하였습니다. 또한, 모델을 향상시키기 위해 두 가지 학습 전략을 도입했습니다. 첫 번째 전략은 데이터 균형 조정 및 균일 샘플링을 위한 것이며, 두 번째 전략은 애매한 프레임을 마스킹하고 가장 구별력 있는 시각적 단서를 유지하기 위한 것입니다. SoccerNet 데이터셋에서 표준 특성을 사용하여 테스트했을 때, 우리의 전체 제안 사항은 현재 최신 연구보다 3점의 평균 mAP(Average-mAP) 점수를 초과합니다. 또한, 강력한 2D 백본과 함께 미세 조정(fine-tuned)되었을 때 테스트 세트에서 10점 이상의 평균 mAP(Average-mAP) 점수 향상을 보였습니다.