ArticleMetadataMain page

source · 2026-05-05

TrackNetV4：用运动注意力图增强快速体育小目标追踪

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

TrackNetV4：用运动注意力图增强快速体育小目标追踪

会议 / 来源：ICASSP 2025 / arXiv
发表日期：2024-09-22
资料加入日期：2026-05-05
DOI：10.1109/ICASSP49660.2025.10889364

一句话结论

TrackNetV4 在 TrackNetV2 / V3 基础上加入 motion attention maps，把视觉特征和运动线索融合起来，针对遮挡、低可见度和快速小目标定位做增强。

论文定位

这篇 ICASSP 2025 / arXiv 论文把 TrackNet 系列推进到 motion-aware fusion：用 frame differencing maps 和 motion prompt layer 强调运动区域，再和 TrackNetV2 / V3 这类模型结合。它覆盖 tennis ball 与 shuttlecock datasets，适合作为 TrackNet 系列的 frontier evidence。

对体育 AI 子线的价值

来源可靠性与可溯源性

  • 来源层级：ICASSP 2025 / arXiv paper，DOI 10.1109/ICASSP49660.2025.10889364 可查；官方 GitHub 和项目页可访问。
  • 可溯源材料：本地已保存 arXiv PDF、paper-text.md、abstract 与 links.yaml；PDF SHA256：1c98f6840d8be224a223617cba9b8ec7123975a0deebe8023f17f2e2cc82f44d。
  • 使用边界：适合作为 TrackNet 系列最新方法趋势；正式复现前仍需核查官方代码、权重和数据下载是否完整。

和现有证据的关系

TrackNetV4 位于 sources/2026-04-25-tracknetv3 之后：TrackNetV3 用 augmentation 和 trajectory rectification 提升 shuttlecock localization，TrackNetV4 进一步把 motion attention maps 作为可插拔模块加进 TrackNet family。

局限或疑问

  • arXiv PDF 较大，后续 deep-analysis 可重点抽取模型结构图和实验表。
  • 它面向 fast sports object tracking 的通用增强，badminton 是关键测试场景之一。

原始材料

  • raw/ingest/2026-05-05-tracknetv4-motion-attention-maps/paper.pdf
  • raw/ingest/2026-05-05-tracknetv4-motion-attention-maps/paper-text.md
  • raw/ingest/2026-05-05-tracknetv4-motion-attention-maps/abstract.md
  • raw/ingest/2026-05-05-tracknetv4-motion-attention-maps/links.yaml

相关页面

Metadata

{
  "id": "2026-05-05-tracknetv4-motion-attention-maps",
  "type": "source",
  "title": "TrackNetV4：用运动注意力图增强快速体育小目标追踪",
  "status": "reviewed",
  "created": "2026-05-05",
  "updated": "2026-05-05",
  "venue": "ICASSP 2025 / arXiv",
  "published_at": "2024-09-22",
  "ingested_at": "2026-05-05",
  "tags": [
    "near-cvpr-2025",
    "video-understanding",
    "tracking",
    "primary-source"
  ],
  "note_status": "reviewed",
  "source_type": "paper",
  "authors": [
    "Arjun Raj",
    "Lei Wang",
    "Tom Gedeon"
  ],
  "canonical_links": [
    "https://arxiv.org/abs/2409.14543",
    "https://arxiv.org/pdf/2409.14543",
    "https://doi.org/10.1109/ICASSP49660.2025.10889364"
  ],
  "raw_entry": "raw/ingest/2026-05-05-tracknetv4-motion-attention-maps/",
  "topics": [
    "topics/sports-ai-video-understanding",
    "topics/sports-ai-roadmap",
    "topics/video-understanding"
  ],
  "entities": [
    "entities/sportsmot"
  ],
  "claims": [],
  "questions": []
}