LLLMWIKI
正文研究地图阅读入口元数据

来源笔记 · 更新于 2026-07-12

LOGO多人长视频的群体动作质量评估

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

一句话结论

LOGO 用 200 个、每段 8 人且平均 204.2 秒的花样游泳视频把 AQA 扩到群体长视频；GOAT 让 CoRe-I3D 的 $\rho$ 从 0.4712 提至 0.4935，但 3:1 sample split 未说明 event/team 隔离，且总分与 attention 都不能解释个体扣分。

数据与标签

  • 200 videos、26 events、每样本 8 人、平均 204.2 秒、总 11h20m41s。
  • 12 action types、17 formation types；官方 3 个 sub-scores 和 final score。
  • action 25 fps 逐帧标注；formation 1 fps 多边形标注，共 15,764 条。
  • 8 名领域标注者双人复核，标注超过 600 小时。
  • 来源限 2018–2022 规则期顶级花样游泳；YouTube consent 在论文发表时仍在确认。

方法与接口

GOAT 对每 clip 检测运动员，以 Inception-V3/RoIAlign 建 actor graph，GCN 得 group features；group features 作 temporal attention 的 query/key，I3D/Swin clip features 作 value，最终接 USDL/CoRe/TSA 回归总分。formation detection 和 action segmentation 是并行/辅助任务，不提供步骤级质量分。

协议与核心结果

  • 3:1 train/test；正文未说明 event/team/athlete/source-video 分组。
  • I3D：USDL/CoRe/TSA 的 $\rho$ 0.4259/0.4712/0.4518；+GOAT 为 0.4620/0.4935/0.4855。
  • Swin：0.4725/0.5002/0.4751；+GOAT 为 0.5349/0.5599/0.4843。
  • ASFormer-Swin segmentation：F1@10/25/50 81.7/75.3/71.1，Acc 79.8；+GOAT 为 82.2/80.3/73.6，Acc 81.7。

消融与边界

  • self-attention 通常优于 average pooling；formation feature 再提升；actor-relation group feature 大多最好。
  • segmentation-finetuned features 可帮助 AQA，但仍无阶段扣分监督。
  • 在三个双人 AQA 子集上 CoRe+GOAT 也提升，支持插件泛化；不等于 8 人长视频跨运动泛化。
  • 200 样本来自 26 events，若 sample split 未按赛事/队伍隔离，音乐、服装、转播和编排会泄漏。

对羽毛球 stroke correction 的迁移边界

对双打站位、轮转与长回合聚合有中等间接价值；对单拍技术纠错价值弱。羽毛球需 athlete/stroke/phase 级 rubric、pose/racket/ball/contact 特征与个体错误标签。1 fps 队形和三分钟总分过粗，GOAT attention 不能直接解释“哪一拍为何错误”。

对 Wiki 判断的影响

  • 对 体育 AI 视频理解：支持多人关系和长时聚合是 AQA 的独立难点。
  • 对 体育 AI 路线图：对双打协同评分是方法线索，对单人 stroke correction 仅间接支持。
  • 对 视频理解：提供长视频 segmentation/AQA 共享标注的证据。

原始材料

  • 全文深分析
  • raw/ingest/2026-04-25-logo-group-action-quality/paper.pdf
  • raw/ingest/2026-04-25-logo-group-action-quality/paper-text.md
  • raw/ingest/2026-04-25-logo-group-action-quality/links.yaml
元数据
{
  "id": "2026-04-25-logo-group-action-quality",
  "type": "source",
  "title": "LOGO：多人长视频的群体动作质量评估",
  "status": "reviewed",
  "created": "2026-04-25",
  "updated": "2026-07-12",
  "tags": [
    "near-cvpr-2025",
    "video-understanding",
    "evaluation",
    "benchmarking",
    "primary-source"
  ],
  "note_status": "reviewed",
  "source_type": "paper",
  "venue": "CVPR 2023",
  "authors": [
    "Shiyi Zhang",
    "Wenxun Dai",
    "Sujia Wang",
    "Xiangwei Shen",
    "Jiwen Lu",
    "Jie Zhou",
    "Yansong Tang"
  ],
  "published_at": "2023-06-01",
  "ingested_at": "2026-04-25",
  "canonical_links": [
    "https://openaccess.thecvf.com/content/CVPR2023/html/Zhang_LOGO_A_Long-Form_Video_Dataset_for_Group_Action_Quality_Assessment_CVPR_2023_paper.html",
    "https://openaccess.thecvf.com/content/CVPR2023/papers/Zhang_LOGO_A_Long-Form_Video_Dataset_for_Group_Action_Quality_Assessment_CVPR_2023_paper.pdf",
    "https://github.com/shiyi-zh0408/LOGO"
  ],
  "raw_entry": "raw/ingest/2026-04-25-logo-group-action-quality/",
  "topics": [
    "topics/sports-ai-video-understanding",
    "topics/sports-ai-roadmap",
    "topics/video-understanding"
  ],
  "entities": [],
  "claims": [],
  "questions": []
}