ArticleMetadataMain page

source · 2026-05-05

Sports-QA：复杂专业体育视频问答基准

#near-cvpr-2025#video-understanding#vision-language#benchmarking#primary-source

Sports-QA：复杂专业体育视频问答基准

会议 / 来源：International Journal of Computer Vision 2026
发表日期：2026-05-01
资料加入日期：2026-05-05
DOI：10.1007/s11263-026-02734-1

一句话结论

Sports-QA 是面向复杂专业体育视频的 VideoQA benchmark，给 rule-grounded officiating 之外的 broader sports MLLM reasoning 提供基础评测锚点。

论文定位

这篇 IJCV 论文聚焦体育视频问答。它强调专业体育视频需要理解球员、动作、战术、时间过程和领域知识，因此适合作为 topics/sports-ai-video-understanding 中 MLLM / VideoQA 能力层的基础来源。

对体育 AI 子线的价值

  • 与 topics/sports-ai-roadmap 的关系：它支撑“体育 AI 从感知走向专业问答 / 信息检索 / 训练辅助”的 broader reasoning 层。
  • 与 topics/sports-ai-video-understanding 的关系：它补上专业体育 VideoQA benchmark，使 X-VARS / RefereeBench 的裁判推理有一个更宽的问答背景。
  • 与 topics/video-understanding 的关系：它说明通用 VideoQA benchmark 很难覆盖体育专业语义，需要领域数据集。

来源可靠性与可溯源性

  • 来源层级：International Journal of Computer Vision 2026 journal paper，Springer 页面、DOI 和 PDF 可访问。
  • 可溯源材料：本地已保存 Springer PDF、paper-text.md、abstract 与 links.yaml；PDF SHA256：33d7093f8ae999e6ee9b80c10b5b7517e744a5218723edcb7ffb805c8bcdf423。
  • 使用边界：适合作为 sports VideoQA / sports MLLM reasoning 的强 primary evidence；它支撑专业问答基线，裁判规则推理仍应以 X-VARS / RefereeBench 这类来源为主。

和现有证据的关系

它和 sources/2026-05-05-x-vars-explainable-football-refereeing、sources/2026-05-05-refereebench-multi-sport-referees 形成三层结构：Sports-QA 提供专业体育问答基础，X-VARS 进入足球裁判解释，RefereeBench 把裁判能力做成跨运动评测。

局限或疑问

  • VideoQA 能力和裁判判罚能力有交集，但评测目标不同；roadmap 中应把 Sports-QA 放在 sports MLLM reasoning 背景层。
  • 后续需要跟踪数据申请、许可和实际可复现脚本。

原始材料

  • raw/ingest/2026-05-05-sports-qa-video-question-answering/paper.pdf
  • raw/ingest/2026-05-05-sports-qa-video-question-answering/paper-text.md
  • raw/ingest/2026-05-05-sports-qa-video-question-answering/abstract.md
  • raw/ingest/2026-05-05-sports-qa-video-question-answering/links.yaml

相关页面

Metadata

{
  "id": "2026-05-05-sports-qa-video-question-answering",
  "type": "source",
  "title": "Sports-QA：复杂专业体育视频问答基准",
  "status": "reviewed",
  "created": "2026-05-05",
  "updated": "2026-05-05",
  "venue": "International Journal of Computer Vision 2026",
  "published_at": "2026-05-01",
  "ingested_at": "2026-05-05",
  "tags": [
    "near-cvpr-2025",
    "video-understanding",
    "vision-language",
    "benchmarking",
    "primary-source"
  ],
  "note_status": "reviewed",
  "source_type": "paper",
  "authors": [
    "Haopeng Li",
    "Andong Deng",
    "Jun Liu",
    "Hossein Rahmani",
    "Yulan Guo",
    "Bernt Schiele",
    "Mohammed Bennamoun",
    "Qiuhong Ke"
  ],
  "canonical_links": [
    "https://link.springer.com/article/10.1007/s11263-026-02734-1",
    "https://link.springer.com/content/pdf/10.1007/s11263-026-02734-1.pdf",
    "https://doi.org/10.1007/s11263-026-02734-1"
  ],
  "raw_entry": "raw/ingest/2026-05-05-sports-qa-video-question-answering/",
  "topics": [
    "topics/sports-ai-video-understanding",
    "topics/sports-ai-roadmap",
    "topics/video-understanding"
  ],
  "entities": [
    "entities/sportsmot"
  ],
  "claims": [],
  "questions": []
}