基于視覺(jué)自注意力模型與軌跡濾波器的籃球戰(zhàn)術(shù)識(shí)別

摘要： 通過(guò)機(jī)器學(xué)習(xí)分析球員軌跡數(shù)據(jù)獲得進(jìn)攻或防守戰(zhàn)術(shù)，是籃球視頻內(nèi)容理解的關(guān)鍵組成部分。傳統(tǒng)機(jī)器學(xué)習(xí)方法需要人為設(shè)定特征變量，靈活性大大降低，因此如何自動(dòng)獲取可用于戰(zhàn)術(shù)識(shí)別的特征信息成為關(guān)鍵問(wèn)題。為此，該文基于美國(guó)職業(yè)籃球聯(lián)賽(NBA)比賽中球員軌跡數(shù)據(jù)設(shè)計(jì)了一個(gè)籃球戰(zhàn)術(shù)識(shí)別模型(TacViT)，該模型以視覺(jué)自注意力模型(ViT)作為主干網(wǎng)絡(luò)，利用多頭注意力模塊提取豐富的全局軌跡特征... （共9頁(yè)）

籃球戰(zhàn)術(shù)識(shí)別 球員軌跡 軌跡濾波器 對(duì)數(shù)線性復(fù)雜度 多頭注意力