基于视觉自注意力模型与轨迹滤波器的篮球战术识别

来源：电子与信息学报杂志2024年第2期北京时间：

作者：许国良, 沈刚, 梁旭鹏, 雒江涛

单位：1.重庆邮电大学通信与信息工程学院 重庆 4000652.重庆邮电大学体育学院 重庆 400065

摘要：通过机器学习分析球员轨迹数据获得进攻或防守战术，是篮球视频内容理解的关键组成部分。传统机器学习方法需要人为设定特征变量，灵活性大大降低，因此如何自动获取可用于战术识别的特征信息成为关键问题。为此，该文基于美国职业篮球联赛(NBA)比赛中球员轨迹数据设计了一个篮球战术识别模型(TacViT)，该模型以视觉自注意力模型(ViT)作为主干网络，利用多头注意力模块提取丰富的全局轨迹特征信息，同时并入轨迹滤波器来加强球场线与球员轨迹之间的特征信息交互，增强球员位置特征表示，其中轨迹滤波器以对数线性复杂度学习频域中的长期空间相关性。该文将运动视觉系统(SportVU)的序列数据转化为轨迹图，自建篮球战术数据集(PlayersTrack)，在该数据集上的实验表明，TacViT的准确率达到了82.5%，相对未做更改的视觉自注意力S模型 (ViT-S)，精度上提升了16.7%。

关键词：篮球战术识别, 球员轨迹, 轨迹滤波器, 对数线性复杂度, 多头注意力

基金资助：重庆市体育局科研重点项目(A2019002, A202113)