TAAD+GNN

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。