ArticleMetadataMain page

source · 2026-04-24

TeamTrack（CVPRW 2024）：全场视角多运动多目标跟踪数据集

#near-cvpr-2025#tracking#benchmarking#primary-source

TeamTrack（CVPRW 2024）：全场视角多运动多目标跟踪数据集

会议：CVPR Workshop 2024
发表日期：2024-04-22
资料加入日期：2026-04-24

一句话结论

TeamTrack 把体育 MOT 的视角扩展到 full-pitch 场景，强调全场、多项目、多视角下的球员持续跟踪。

论文定位

这篇论文属于体育 AI / 体育视频理解主线，和 topics/video-understanding 的长时序理解、对象级关联与 benchmark 设计直接相关。它在 topics/sports-ai-video-understanding 中承担的角色是：TeamTrack 强化了 topics/sports-ai-video-understanding 的“从球员轨迹到场地级理解”分支。

问题定义

SportsMOT 已经建立了团队运动 MOT 的核心困难，但很多真实分析场景需要全场视角：教练和分析系统关心队形、空间占用、攻防转换，而这类问题依赖完整场地中的持续定位。

方法概述

论文构建 TeamTrack 数据集，覆盖 soccer、basketball、handball 的 full-pitch 视频，包含顶视角和侧视角等不同观察条件，并围绕现有 tracker 做基准分析。它的重点在于把 MOT 放到完整比赛空间中。

关键发现

  • TeamTrack 补足了 SportsMOT 没有完全覆盖的 full-pitch 视角，让 tracking 更接近战术分析入口。
  • 多运动、多视角设置会进一步放大外观相似、尺度变化和遮挡问题。
  • 它和 SportsMOT 一起构成体育 MOT 数据层的两类锚点：局部高难 tracking 与全场空间 tracking。

局限或疑问

  • 该论文是 CVPR Workshop 方向，更适合作为数据/任务补充证据。
  • full-pitch tracking 到战术理解之间仍需要额外的事件、队形和语义建模层。

对当前 wiki 判断的影响

TeamTrack 强化了 topics/sports-ai-video-understanding 的“从球员轨迹到场地级理解”分支。 它也让 entities/sportsmot 从单一数据集条目扩展成体育 MOT / 轨迹理解分支的导航锚点。

原始链接

  • https://arxiv.org/abs/2404.13868
  • https://arxiv.org/pdf/2404.13868
  • https://doi.org/10.1109/CVPRW63382.2024.00340
  • https://atomscott.github.io/TeamTrack/

相关页面

Metadata

{
  "id": "2026-04-24-teamtrack",
  "type": "source",
  "title": "TeamTrack（CVPRW 2024）：全场视角多运动多目标跟踪数据集",
  "status": "reviewed",
  "created": "2026-04-24",
  "updated": "2026-04-24",
  "venue": "CVPR Workshop 2024",
  "ingested_at": "2026-04-24",
  "tags": [
    "near-cvpr-2025",
    "tracking",
    "benchmarking",
    "primary-source"
  ],
  "note_status": "reviewed",
  "source_type": "paper",
  "authors": [
    "Atom Scott",
    "Ikuma Uchida",
    "Ning Ding",
    "Rikuhei Umemoto",
    "Rory Bunker",
    "Ren Kobayashi",
    "Takeshi Koyama",
    "Masaki Onishi",
    "Yoshinari Kameda",
    "Keisuke Fujii"
  ],
  "published_at": "2024-04-22",
  "canonical_links": [
    "https://arxiv.org/abs/2404.13868",
    "https://arxiv.org/pdf/2404.13868",
    "https://doi.org/10.1109/CVPRW63382.2024.00340",
    "https://atomscott.github.io/TeamTrack/"
  ],
  "raw_entry": "raw/ingest/2026-04-24-teamtrack/",
  "topics": [
    "topics/video-understanding",
    "topics/sports-ai-video-understanding"
  ],
  "entities": [
    "entities/sportsmot"
  ],
  "claims": [],
  "questions": []
}