FOOTPASS

FOOTPASS（足球视频逐场动作识别数据集）是首个以球员为中心、多模态、多智能体的数据集，专门为全长足球比赛转播视频中的逐场动作识别而设计。该数据集包含54场欧洲顶级联赛完整比赛的高清视频（25 fps）、时空数据（位置、速度）、跟踪数据（轨迹片段）、球队/球衣号码/角色信息，以及带有帧级锚点的逐场事件标注（帧索引、球队、球衣号码、动作类别）。数据集包含102,992个标注事件，涵盖8种主要动作类型和13种球员战术角色。

FOOTPASS (Football Video Frame-by-Frame Action Recognition Dataset) is the first player-centric, multimodal, multi-agent dataset specifically designed for frame-by-frame action recognition in full-length soccer match broadcast videos. This dataset includes high-definition videos (25 fps) of 54 complete matches from Europe's top leagues, spatiotemporal data (position, velocity), tracking data (trajectory segments), team, jersey number and role information, as well as frame-level anchor-based frame-by-frame event annotations covering frame index, team, jersey number and action category. The dataset contains 102,992 annotated events, covering 8 major action types and 13 player tactical roles.

原始信息汇总

FOOTPASS 数据集概述

数据集简介

FOOTPASS（Footovision Play-by-Play Action Spotting in Soccer）是首个面向足球全场转播视频的球员中心化、多模态、多智能体数据集，专为逐场动作定位设计。该数据集支持SoccerNet 2026球员中心化球动作定位挑战赛，旨在识别真实转播画面中"谁在何时执行了什么动作"。

核心特性

• 首个球员中心化、多模态、多智能体足球动作定位数据集
• 整合广播视频与球员中心化球相关动作及球队/球衣/角色信息
• 包含跟踪数据和时空数据
• 专为视觉推理和战术理解研究设计

数据构成

比赛规模

• 54场完整比赛来自2023-24赛季欧洲顶级赛事
• 覆盖联赛：法甲、德甲、意甲、西甲、欧冠
• 代表50支球队

数据划分

划分	比赛场次	事件数量
训练集	48	91,327
验证集	3	6,070
挑战/测试集	3	5,595

事件表示

每个事件表示为：(帧, 球队, 球衣号, 类别)

• 帧：帧索引（从0开始）
• 球队：0（左队）/1（右队）
• 球衣号：球员球衣号码
• 类别：动作类别

数据统计

• 102,992个标注事件
• 81.5%的事件具有可见边界框
• 类别分布反映真实比赛：传球（49.9%）、带球（39.0%）、其他约11%
• 定义13种球员角色

动作类别

类别	描述
带球	球员接球后带球移动
传球	向队友踢球
传中	从边路向禁区传球
射门	射门尝试
头球	用头部有意触球
界外球	边线重新开球
抢断	合法断球
封堵	拦截对手射门或传球

球员角色

定义13种战术角色：

1. 守门员
2. 左后卫
3. 左中后卫
4. 中后卫
5. 右中后卫
6. 左中场
7. 右中场
8. 防守型中场
9. 进攻型中场
10. 左边锋
11. 右边锋
12. 中锋
13. 右后卫

基准方法

• TAAD：轨迹感知动作检测器（视觉STAD基线）
• TAAD + GNN：增加时空图推理（多智能体上下文）
• TAAD + DST：去噪序列转导模型，具有比赛级别推理能力

评估协议

提交格式

JSON文件格式，每个划分一个文件，结构需与playbyplay_PRED/目录下文件一致

评估指标

• 主要指标：F1分数@置信度阈值τ=15%
• 时间容差：±12帧
• 通过SoccerNet评估服务器进行评估

数据访问

• 数据集：https://huggingface.co/datasets/SoccerNet/SN-PCBAS-2026/tree/main
• 视频：需通过SoccerNet NDA申请
• 评估：https://www.codabench.org/competitions/11232/

引用信息

bibtex @article{Ochin2025FOOTPASS, title = {FOOTPASS: A Multi-Modal Multi-Agent Tactical Context Dataset for Play-by-Play Action Spotting in Soccer Broadcast Videos}, author = {Ochin, Jérémy and Chekroun, Raphael and Stanciulescu, Bogdan and Manitsaris, Sotiris}, journal = {Submitted to CVIU}, year = {2025} }

许可证

• 数据集标注和基线方法：CC BY-NC 4.0
• SoccerNet广播视频：禁止在NDA下重新分发

搜集汇总

数据集介绍

构建方式

在足球视频分析领域，FOOTPASS数据集通过整合多模态数据构建了首个面向球员视角的完整比赛记录。该数据集采集自2023-24赛季欧洲五大联赛及欧冠赛事的54场高清转播视频，以25帧/秒的采样率捕捉比赛动态。通过专业标注团队对视频逐帧解析，将球员动作与时空坐标、队服编号、战术角色等多维度信息精准关联，最终形成包含102,992个标注事件的标准化数据集，其中81.5%的事件均配有可见的球员边界框标注。

使用方法

研究者可通过Hugging Face平台获取数据集标注文件，转播视频需经SoccerNet授权协议申请。使用时应遵循官方评估协议，将预测结果格式化为包含时间戳、球队、球衣号、动作类别及置信度的JSON文件。模型性能主要通过F1分数（容忍窗口±12帧）进行衡量，用户可通过Codabench平台提交测试集预测结果参与持续评估。基准代码库提供TAAD及其图神经网络变体等参考实现，支持端到端的球员动作时空检测任务。

背景与挑战

背景概述

足球视频分析领域长期面临动作识别与战术理解的融合难题，FOOTPASS数据集于2025年由Footovision研究团队联合巴黎高科矿业学校共同发布，作为首个面向完整比赛视频的球员中心化多模态基准数据。该数据集通过整合高清直播视频、时空轨迹数据与战术角色标注，致力于解决传统足球数据集仅标注时间戳而缺乏执行者信息的局限性，为计算机视觉与体育分析的交叉研究提供了真实比赛场景下的结构化数据支撑。其涵盖欧洲五大联赛及欧冠赛事的54场完整比赛，通过10万余次精细标注的球权动作事件，推动了动态场景中多智能体行为理解的技术演进。

当前挑战

该数据集核心挑战在于实现广播视频中多球员动态交互的精准动作定位，需同步处理遮挡、尺度变化与相机运动等复杂视觉干扰。构建过程中面临球员轨迹与视频帧的跨模态对齐难题，尤其在81.5%可见边界框的标注质量约束下，需平衡真实比赛中传球（49.9%）与盘带（39.0%）等动作的类别不均衡性。技术层面需突破传统单模态方法的局限，通过融合13种战术角色定义与时空图神经网络，解决长时序视频中动作瞬时性与球员身份关联的双重复杂性。

常用场景

经典使用场景

在足球视频分析领域，FOOTPASS数据集通过整合高清广播视频与球员中心的多模态数据，为实时动作识别任务提供了前所未有的研究平台。该数据集支持对传球、射门、抢断等八类关键动作的帧级定位，并结合球员角色与运动轨迹信息，使模型能够精准解析比赛中“何人何时执行何种动作”这一核心问题。其标注结构天然适用于训练端到端的时空动作检测模型，尤其在处理广播视频中复杂的遮挡与视角变化时展现出显著优势。

解决学术问题

该数据集有效弥合了传统足球数据分析中全局事件标注与战术日志之间的鸿沟，解决了多智能体场景下的细粒度动作理解难题。通过提供带有时空坐标、球衣号码与战术角色的完整注释链，研究者可深入探索视觉推理与战术模式的关联机制。其标注体系推动了对动态场景中角色感知动作识别、群体行为建模等核心问题的研究，为构建具备战术理解能力的智能分析系统奠定了数据基础。

实际应用

基于FOOTPASS开发的模型可广泛应用于职业足球的战术分析、比赛解说自动生成与青训教学辅助等领域。通过实时解析比赛视频中的球员动作序列，教练组能够量化评估战术执行效果，媒体机构可自动生成包含球员身份的技术统计。该技术还能延伸至虚拟现实训练系统，通过重构比赛场景为运动员提供沉浸式战术学习环境，显著提升足球产业的数据化运营水平。

数据集最近研究

最新研究方向

在足球视频分析领域，FOOTPASS数据集作为首个面向球员中心的多模态多智能体数据集，正推动动作识别研究从传统时序标注向战术语义理解深化。前沿研究聚焦于融合图神经网络与时空推理的模型架构，通过整合球员角色、队形轨迹等上下文信息，构建具备多智能体协作分析能力的检测系统。该数据集支撑的SoccerNet 2026挑战赛进一步促进了视觉感知与战术理解的交叉研究，为解析真实比赛场景中的动态决策过程提供了标准化基准。