在现场或远程报道体育比赛时,评论员需要快速识别球员球衣上的号码,并将场上的赛况传达给观众。然而,快速识别视频中的球员并不容易,因为这些视频往往是在远处拍摄的,且摄像机快速移动,经常会导致画面模糊。
滑铁卢大学的研究人员最近开发了一种机器学习技术,并在一篇预先发表在arXiv上的论文中介绍了这项技术,可以帮助在体育赛事中更快、更有效地识别球员的球衣号码。
研究人员用三个输出的交叉熵损失的加权和来训练他们的神经网络。测试网络时,他们发现同时学习数字的整体(如“12”)和数字顺序(如'“12”中的“1”和“2”),大大改善了网络识别数字的能力。事实上,他们的多任务学习方法胜过了其他只关注整体特征或数位特征的技术。
值得注意的是,这个技术也很容易在现代深度学习库(如Pytorch)中实现,并可用于足球等其他运动的球衣号码识别。
该研究论文题为“Multi-task learning for jersey number recognition in ice hockey”,已发表在arXiv上。
前瞻经济学人APP资讯组
参考资料:https://techxplore.com/news/2021-09-multi-task-network-jerseys-sports-team.html
品牌、内容合作请点这里:寻求合作 ››
想看更多前瞻的文章?扫描右侧二维码,还可以获得以下福利:
下载APP
关注微信号
扫一扫下载APP
与资深行业研究员/经济学家互动交流让您成为更懂趋势的人
违法和不良信息举报电话:400-068-7188 举报邮箱:service@qianzhan.com 在线反馈/投诉 中国互联网联合辟谣平台
Copyright © 1998-2025 深圳前瞻资讯股份有限公司 All rights reserved. 粤ICP备11021828号-2 增值电信业务经营许可证:粤B2-20130734