MétaCan
Menu
Retour à la cohorte
Enregistrement W3121479196 · doi:10.15353/jcvis.v6i1.3542

A Tool for Annotating Homographies from Hockey Broadcast Video

2021· article· en· W3121479196 sur OpenAlexafffundvenue
Pascale Walters, Mehrnaz Fani, David A. Clausi, Alexander Wong

Notice bibliographique

RevueJournal of Computational Vision and Imaging Systems · 2021
Typearticle
Langueen
DomaineComputer Science
ThématiqueVideo Analysis and Summarization
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesMitacs
Mots-clésComputer scienceFrame (networking)Computer visionGround truthArtificial intelligenceOverhead (engineering)Point (geometry)Ice hockeyReference frameComputer graphics (images)TelecommunicationsMathematics

Résumé

récupéré en direct d'OpenAlex

In order to develop solutions for automatic ice rink localization from broadcast video, a dataset with ground truth homographies is required. Hockey broadcast video does not tend to provide camera parameters for each frame, which means that they must be gathered manually. A novel tool for collecting ground truth transforms through point correspondences between each frame and an overhead view of the ice rink is presented in this paper. Through collaboration with the users of the tool, we have added features to improve accuracy and efficiency, especially in frames with few lines on the playing surface visible. A dataset of 4,262 frames has been collected, which will be used for research into automatic camera calibration techniques.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,041

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0060,004
Études des sciences et des technologies0,0010,001
Communication savante0,0010,002
Science ouverte0,0010,003
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0120,010

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,008
Tête enseignante GPT0,255
Écart entre enseignants0,248 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Computational Vision and Imaging SystemsMême sujetVideo Analysis and SummarizationTravaux en français237 207