EIGD

包含视频和位置数据的多模态数据集，具有黄金标准注释，用于促进入侵游戏中细粒度和以球为中心的事件检测研究。

原始信息汇总

A Unified Taxonomy and Multimodal Dataset for Events in Invasion Games

数据集概述

Events in Invasion Games Dataset - Handball (EIGD-H)

数据来源与特性

• 来源：2019/20赛季的Handball-Bundesliga (HBL)手球比赛。
• 规模：5场比赛 x 5个序列 x 5分钟。
• 视频：
  • 未经编辑的广播视频流。
  • 高清分辨率（1280x720px）@30fps。
• 位置数据：
  • 由Kinexon官方捕捉。
  • 手动同步到视频流（偏移和采样率，原始捕捉为20Hz）。
• 事件：
  • 仅基于视频内容的帧级标注。
  • 根据提出的分类法进行标注。
  • 两个比赛的10个序列由3位专家进行多次标注。
  • 层次化事件格式：<root_event>.<sub_event>.<sub_sub_event>。

许可证

• 位置和视频数据由Kinexon提供，经Handball-Bundesliga (HBL)授权。
• 数据集根据CC BY-NC-SA 4.0许可发布。

下载

• 手动下载：https://data.uni-hannover.de/dataset/eigd
• 自动下载：download_eigd.sh

位置数据可视化

• 查看visualize_positional_data.ipynb

Events in Invasion Games Dataset - Soccer (EIGD-S)

数据来源与特性

• 来源：从FIFA YouTube频道捕捉的官方视频。
• 规模：5场比赛 x 5个序列 x 5分钟。
• 视频：
  • 编辑过的广播视频流。
  • 高清分辨率（1280x720px）@25fps。
• 事件：
  • 仅基于视频内容的帧级标注。
  • 根据提出的分类法进行标注。
  • 两个比赛的10个序列由4位专家和1位经验不足的标注者进行多次标注。
  • 层次化事件格式：<root_event>.<sub_event>.<sub_sub_event>。

人类表现评估

• 使用evaluate_eigd-h.ipynb和evaluate_eigd-s.ipynb笔记本评估多位标注者的共识。

标注指南和事件定义

• 查看definitions.md和examples.md。

引用

BibTeX @inproceedings{BiermannTaxonomyMMSports21, author = {Biermann, Henrik and Theiner, Jonas and Bassek, Manuel and Raabe, Dominik and Memmert, Daniel and Ewerth, Ralph}, title = {A Unified Taxonomy and Multimodal Dataset for Events in Invasion Games}, year = {2021}, isbn = {9781450386708}, publisher = {Association for Computing Machinery}, address = {New York, NY, USA}, url = {https://doi.org/10.1145/3475722.3482792}, doi = {10.1145/3475722.3482792}, booktitle = {Proceedings of the 4th International Workshop on Multimedia Content Analysis in Sports}, pages = {1–10}, numpages = {10}, keywords = {event detection, human performance analysis, datasets, events in sports}, location = {Virtual Event, China}, series = {MMSports21} }

搜集汇总

背景与挑战

背景概述

EIGD是一个多模态事件数据集，专注于入侵类游戏（包括手球和足球），提供视频流、同步位置数据和人工事件标注。数据集基于统一分类法进行分层事件标注，并包含多专家标注以评估人类表现，适用于事件检测和运动分析研究。