LLLMWIKI
正文研究地图阅读入口元数据

实体 · 更新于 2026-07-12

SportsMOT

#near-cvpr-2025#dataset#tracking

概述

SportsMOT 是一个面向团队运动多目标跟踪的基准数据集，用来测试球员在高速运动、频繁遮挡和外观相似条件下的轨迹维持能力。它对当前 vault 的价值在于：把“体育视频中的时序理解与目标关联”补成一个更具体的证据锚点。

关键事实

  • 数据集覆盖篮球、足球、排球三类团队运动视频。
  • sources/2026-04-24-sportsmot 是 SportsMOT 的原始数据集论文：240 段、150,379 帧、1,629,490 boxes、3,401 tracks；广播 overhead shots，片段内排除突变切镜。
  • SportsMOT 的典型现象是高 MOTA 与低 AssA 并存：MixSort-Byte 的 HOTA/IDF1/AssA 为 65.7/74.1/54.8，association 比 detection 更难。
  • sources/2026-04-23-sportmamba 在 SportsMOT 达 HOTA 77.3，同时 IDF1/AssA 仍低于 Deep-EIoU，不能称为全部身份指标最优。
  • sources/2026-04-24-teamtrack 提供 279,900 帧、4,374,900 boxes 的 4K–8K 全场固定视角互补；其 multi-view 表示数据含多种视角，主实验不是同步跨相机融合。
  • sources/2026-04-24-transportmer 与 sources/2026-04-24-sportshhi 是两个不同下游：前者消费清洗后的场地坐标做轨迹/状态，后者从人体框识别有向人对交互。
  • 该 entity 的边界是 player tracking 数据链；shuttle/ball tracking、动作阶段、技术质量和战术因果属于后续独立层。

关系

证据

备注

SportsMOT 现在已经从单一 SportMamba 的评测背景，升级为 topics/sports-ai-video-understanding 中的核心 tracking 数据锚点；TeamTrack 则补充 full-pitch 多运动场景，使体育 MOT 分支更完整。

元数据
{
  "id": "entity-sportsmot",
  "type": "entity",
  "title": "SportsMOT",
  "status": "active",
  "created": "2026-04-23",
  "updated": "2026-07-12",
  "tags": [
    "near-cvpr-2025",
    "dataset",
    "tracking"
  ],
  "entity_type": "dataset",
  "aliases": [],
  "related_topics": [
    "topics/video-understanding"
  ],
  "source_notes": [
    "sources/2026-04-23-sportmamba",
    "sources/2026-04-24-sportsmot",
    "sources/2026-04-24-teamtrack"
  ]
}