ArticleMetadataMain page

source · 2026-05-16

ShuttleSet：人工标注的羽毛球单打 stroke-level 数据集

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

ShuttleSet：人工标注的羽毛球单打 stroke-level 数据集

会议 / 来源：KDD 2023 / arXiv
发表日期：2023-06-08
资料加入日期：2026-05-16

一句话结论

ShuttleSet 把羽毛球 tactical analysis 的基础单位推进到 stroke-level record：它提供 44 场顶级单打比赛、104 sets、3,685 rallies、36,492 strokes，并标注击球类型、击球位置、双方球员位置和 rally 结构。

论文定位

这篇论文是 sources/2026-05-16-bst-badminton-stroke-type-transformer 与 sources/2026-05-16-tempose-badminton-fine-grained-motion 的数据底座。TrackNet 系列让系统能追踪 shuttle，ShuttleSet 则给出 stroke-level 标签和战术分析结构，让模型可以学习击球类别、落点、移动预测和战术偏好。

问题定义

羽毛球这类 turn-based sport 的难点在于：比赛视频里有球路、球员、场地、击球时刻和战术选择，但公开数据常停留在视频或粗粒度事件层。ShuttleSet 的目标是把比赛拆成从 match → set → rally → stroke 的显式结构，让每一次击球都成为可训练、可预测、可解释的记录。

数据与标注结构

  • 规模：44 matches、104 sets、3,685 rallies、36,492 strokes，覆盖 2018–2021 年 27 位高排名男女单打选手。
  • 标签：18 类 shot type，包含 net shot、return net、smash、wrist smash、lob、clear、drive、drop、push、rush、serve 等。
  • 空间字段：击球位置、双方球员位置、court grid 映射。
  • 时间字段：hitting time、hit frame、rally 起止。
  • 标注工具：S2 labeling tool 先做 match preparation / rally segmentation / video preprocessing，再执行一遍式 shot-by-shot labeling，并用随机抽样做质量检查。

关键图示

page-05

p5 同时展示 shot type distribution 和 S2 标注工具。它说明 ShuttleSet 的核心资产是结构化击球记录。

page-07

p7 展示 stroke forecasting 与 movement forecasting 结果。ShuttleNet 在 stroke forecasting 中稳定优于 Seq2Seq 等模型，DyMF 在 movement forecasting 中体现 player interaction graph 的价值。

page-08

p8 的可视化平台 case study 把 net shot、失分区域、站位和回球位置连到教练可读的战术分析。

核心实验与 benchmark

Benchmark任务代表结论
Shot influence给定 stroke-level 信息预测 rally 最终胜负概率ShuttleScorer 在 AUC / ACC / Brier score 上优于 Bi-GRU，说明字段能支撑胜率建模
Stroke forecasting给定前 8 / 4 / 2 拍预测未来 shot type 与位置ShuttleNet 在 CE、MSE、MAE 上稳定强于 Seq2Seq；18 类细粒度 shot type 提高了任务难度
Movement forecasting同时预测未来 shot 和双方移动DyMF 在多种观察长度下表现强，说明动态交互图对站位和回位建模有价值

对当前 wiki 判断的影响

ShuttleSet 让 topics/sports-ai-video-understanding 的羽毛球线具备“从感知到战术”的数据桥：TrackNet / MonoTrack 给球路，ShuttleSet 给结构化击球记录，TemPose / BST 给动作语义，下游可以进入战术推荐或动作纠正。

对于 questions/question-badminton-stroke-correction-demo，ShuttleSet 直接支持三个设计：第一版 stroke type 可以从高频类别压缩开始；标注窗口应围绕 hit frame；输出应保留球路、球员位置和动作阶段。

局限或疑问

  • 数据主要来自顶级单打转播，双打、青训、业余、训练场和多机位场景仍需要补充。
  • 18 类 shot type 对模型已有挑战，demo 首版应先收缩类别空间。
  • 数据依赖专业标注，后续研究可优先做半自动标注、主动学习和人工复核 UI。

原始材料

  • raw/ingest/2026-05-16-shuttleset-stroke-level-badminton-dataset/paper.pdf
  • raw/ingest/2026-05-16-shuttleset-stroke-level-badminton-dataset/paper-text.md
  • raw/ingest/2026-05-16-shuttleset-stroke-level-badminton-dataset/analysis.md
  • raw/ingest/2026-05-16-shuttleset-stroke-level-badminton-dataset/page-previews-contact-sheet.png
  • raw/ingest/2026-05-16-shuttleset-stroke-level-badminton-dataset/abstract.md
  • raw/ingest/2026-05-16-shuttleset-stroke-level-badminton-dataset/links.yaml

相关页面

Metadata

{
  "id": "2026-05-16-shuttleset-stroke-level-badminton-dataset",
  "type": "source",
  "title": "ShuttleSet：人工标注的羽毛球单打 stroke-level 数据集",
  "status": "reviewed",
  "created": "2026-05-16",
  "updated": "2026-05-16",
  "venue": "KDD 2023",
  "published_at": "2023-06-08",
  "ingested_at": "2026-05-16",
  "tags": [
    "near-cvpr-2025",
    "video-understanding",
    "benchmarking",
    "primary-source"
  ],
  "note_status": "reviewed",
  "source_type": "paper",
  "authors": [
    "Wei-Yao Wang",
    "Yung-Chang Huang",
    "Tsi-Ui Ik",
    "Wen-Chih Peng"
  ],
  "canonical_links": [
    "https://arxiv.org/abs/2306.04948",
    "https://arxiv.org/pdf/2306.04948"
  ],
  "raw_entry": "raw/ingest/2026-05-16-shuttleset-stroke-level-badminton-dataset/",
  "topics": [
    "topics/sports-ai-video-understanding",
    "topics/sports-ai-roadmap",
    "topics/video-understanding"
  ],
  "entities": [
    "entities/sportsmot"
  ],
  "claims": [],
  "questions": [
    "questions/question-badminton-stroke-correction-demo"
  ]
}