实体
TAAD+DST
TAAD+DST
PulseAugur coverage of TAAD+DST — every cluster mentioning TAAD+DST across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新的ME-DST方法提高了体育视频中球员动作识别的准确性
研究人员开发了一种名为多实体去噪序列转换（ME-DST）的新方法，以提高体育视频中识别球员动作的准确性。与以往扁平化球员角色的方法不同，ME-DST在其编码过程中始终保持实体特定的维度。这使得能够更好地对个体球员随时间的动作及其与其他球员的互动进行建模。在FOOTPASS数据集上的实验表明，ME-DST取得了0.778的微F1分数，相比现有基线有了显著的改进。
-
SoccerNet 挑战赛系统使用 GNN 和微调进行动作识别
研究人员为 SoccerNet 2026 以球员为中心的传球动作识别挑战赛开发了一个增强系统。他们的方法建立在现有的 FOOTPASS 基线之上，通过结合梯度检查点以实现高效微调，融合图神经网络 (GNN) 输出与视觉特征，并应用平方根频率类别加权来平衡不平衡的训练数据。该系统在测试集上达到了 0.548 的宏观 F1 分数，在挑战集上达到了 0.446。