ArticleMetadataMain page

source · 2026-05-05

Active Learning for Action Spotting（CVPRW 2023）：足球事件定位的低标注路线

#near-cvpr-2025#video-understanding#evaluation#primary-source

Active Learning for Action Spotting（CVPRW 2023）：足球事件定位的低标注路线

会议 / 来源：CVPR Workshop 2023
发表日期：2023-04-09
资料加入日期：2026-05-05

一句话结论

把足球 action spotting 的标注成本问题转成 active learning 选择策略，正好补 sports-AI roadmap 中“专家标注稀缺”和“低标注比赛状态理解”的研究机会。

论文定位

这篇论文使用 SoccerNet-v2 语境讨论 action spotting 的主动学习，适合作为从大规模人工标注走向低标注、可迭代数据协议的证据。

对体育 AI 子线的价值

它把体育 AI 的限制从“数据少”具体化为“哪些片段值得标、怎样用更少专家标注逼近完整训练效果”，对教练/分析师场景很有实际意义。

来源可靠性与可溯源性

  • 来源层级：arXiv 页面可访问，并显示 DOI 10.1109/CVPRW59228.2023.00538，可作为 CVPR Workshop 2023 级别证据。
  • 可溯源材料：本地已保存 arXiv abstract、PDF 与 paper-text.md；links.yaml 可回到 arXiv abstract / PDF / DOI。
  • 使用边界：后续深读时应核查具体标注节省比例、查询策略、与全监督基线的距离，以及是否能迁移到 tracking / referee reasoning。

和现有证据的关系

  • 与 topics/sports-ai-roadmap 的关系：它补强 SoccerNet 基础数据生态、全场空间理解或低标注事件定位这类 roadmap 缺口。
  • 与 topics/sports-ai-video-understanding 的关系：它把体育视频理解从已有 tracking / interaction / trajectory 继续接到足球事件、球场几何和数据协议。
  • 与 topics/video-understanding 的关系：它提供真实长视频、密集事件和结构化评测下的视频理解样本。

局限或疑问

  • 后续深读时应核查具体标注节省比例、查询策略、与全监督基线的距离，以及是否能迁移到 tracking / referee reasoning。
  • 当前这版先完成轻量 primary-source 编译，后续可按 deep-analysis-first 流程补 analysis.md、关键图页和实验细节。

原始材料

  • raw/ingest/2026-05-05-active-learning-action-spotting-football/paper.pdf
  • raw/ingest/2026-05-05-active-learning-action-spotting-football/paper-text.md
  • raw/ingest/2026-05-05-active-learning-action-spotting-football/abstract.md
  • raw/ingest/2026-05-05-active-learning-action-spotting-football/links.yaml

相关页面

Metadata

{
  "id": "2026-05-05-active-learning-action-spotting-football",
  "type": "source",
  "title": "Active Learning for Action Spotting（CVPRW 2023）：足球事件定位的低标注路线",
  "status": "reviewed",
  "created": "2026-05-05",
  "updated": "2026-05-05",
  "venue": "CVPR Workshop 2023",
  "published_at": "2023-04-09",
  "ingested_at": "2026-05-05",
  "tags": [
    "near-cvpr-2025",
    "video-understanding",
    "evaluation",
    "primary-source"
  ],
  "note_status": "reviewed",
  "source_type": "paper",
  "authors": [
    "Giancola, Silvio",
    "Cioppa, Anthony",
    "Georgieva, Julia",
    "Billingham, Johsan",
    "Serner, Andreas",
    "Peek, Kerry",
    "Ghanem, Bernard",
    "Van Droogenbroeck, Marc"
  ],
  "canonical_links": [
    "https://arxiv.org/abs/2304.04220",
    "https://arxiv.org/pdf/2304.04220"
  ],
  "raw_entry": "raw/ingest/2026-05-05-active-learning-action-spotting-football/",
  "topics": [
    "topics/sports-ai-video-understanding",
    "topics/sports-ai-roadmap",
    "topics/video-understanding"
  ],
  "entities": [
    "entities/sportsmot"
  ],
  "claims": [],
  "questions": []
}