第一视角网球数据集评测视觉模型时空预测
热点事件持续更新
第一视角网球数据集评测视觉模型时空预测
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
研究团队采集并发布带标注的第一视角网球数据集，训练图像编码器、视频编码器和视觉语言模型，评测其在七项时空预测任务上的表现。 结果显示，最佳模型对当前帧自视角球员的定位误差为0.14米、对球为0.54米；1.1秒内轨迹预测误差分别为0.34米和0.91米，触球时间预测平均误差0.14秒。团队称，辅助深度信息明显改善3D球定位，说明推断度量深度仍是难点；更长的图像历史未提升球轨迹预测，表明模型更多利用场景上下文而非仅依赖帧间运动。团队还提出条件扩散模型，以实时速率从第一视角视频生成全身网球运动学动作。 数据集包含第一视角视频，并与五路第三人称视频、估计的全局位置、标注的触球时间和击球类型同步。
AI 根据报道生成 · 3 小时前更新
最新进展10月28日 12:00
研究团队构建第一视角网球数据集并评测视觉模型的时空预测能力报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv cs.RO研究团队构建第一视角网球数据集并评测视觉模型的时空预测能力
研究团队采集带标注的第一视角网球数据集，训练并评测图像编码器、视频编码器和视觉语言模型在七项时空预测任务上的表现。最佳模型当前帧定位误差为自视角球员0.14米、球0.54米，1.1秒内轨迹预测误差分别为0.34米和0.91米，触球时间预测平均误差0.14秒。辅助深度信息明显改善3D球定位，更长的图像历史未提升球轨迹预测；团队还提出条件扩散模型，以实时速率从第一视角视频生成全身网球运动学动作。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 1010月28日 13:00
- 近 24 小时变化
- –
02.557.510
13:0014:0015:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。