Automatic annotation of tennis games: An integration of audio, vision, and learning

حاشیه نویسی کاملا اتوماتیک از بازی تنیس با استفاده از پخش ویدئویی یک کار با یک پتانسیل بزرگ است، اما با چالش های عظیم. در این مقاله رویکرد ما به این کار را شرح می دهیم که دیدگاه کامپیوتر، گوش دادن به دستگاه و یادگیری ماشین را هماهنگ می کند. در پردازش سطح پایین، ما بر اساس الگوریتم ردیابی بالانس تنیس که اخیرا پیشنهاد شده ای از پیشرفته تنیس طراحی کرده ایم و تکنیک های پردازش سیگنال های صوتی را برای تشخیص رویدادهای کلیدی و ویژگی های ساختن برای طبقه بندی رویدادها استفاده می کنیم. در تجزیه و تحلیل سطح بالا، طبقه بندی رویداد را به عنوان یک مسئله نشانه گذاری توزیع مدل سازی می کنیم و چهار روش یادگیری ماشین را با استفاده از توالی های شبیه سازی شده بررسی می کنیم. سرانجام، رویکرد پیشنهادی ما را در سه بازی تنیس واقعی واقعی ارزیابی می کنیم و در مورد تعامل بین صوتی، بینایی و یادگیری بحث می کنیم. به عقیده ما، سیستم ما تنها کسی است که می تواند بازی تنیس را در چنین سطحی دقیق توضیح دهد.