LLLMWIKI
正文研究地图阅读入口元数据

来源笔记 · 更新于 2026-07-12

SportsCap单目体育 3D 运动捕捉与细粒度属性理解

#near-cvpr-2025#video-understanding#representation-learning#evaluation#primary-source

一句话结论

SportsCap 用 sub-motion-specific PCA pose spaces、多流 ST-GCN 与结构化属性映射串起单目 3D pose→动作属性→评分；SMART 含 640 视频/110K 帧和羽毛球示例，但主体 split、羽毛球专项规模/评分均未报告，且论文不生成自然语言 caption。

数据与标签

  • SMART：640 videos、110K frames、约 450K 个 25-joint skeleton annotations。
  • 运动覆盖体操/跳水/田径及 boxing、keep-fit、badminton；标签含 sub-motion、semantic attributes，competitive sports 另有 difficulty/execution/final score。
  • MoCap：12-camera Vicon；30 performers、9 activities、超过 500K frames。
  • 公开视频标注至少双人交叉验证；正文未报告 athlete/session-disjoint split。
  • Badminton 仅给出 drop-shot/flight-shot 示例，没有专项样本量、评分结果或 benchmark。

方法与接口

按 sub-motion 建低维 PCA motion space，ResNet-152 从人体 crop 回归 pose coefficients/SMPL/3D joints；J/B/P 三流 ST-GCN 预测语义属性，SAMB 将属性组合为 action number 或离散 score。输出是结构化 pose/sub-motion/attribute，不是 caption；NLP 说明仅列为未来工作。

核心结果

  • SMART pose：SportsCap PCK-0.3/0.5 = 88.5/96.0；HRNet 83.6/87.5、SimpleBaseline 84.2/88.9、HMR 73.8/84.1、VIBE 44.1/62.4（均在 SMART 重训/投影评测）。
  • FineGym mean accuracy：Vault 34.2、Uneven Bars 85.7、partial Gym288 46.9。
  • SMART action number：J+B+P 黑盒 78.0，+SAMB 82.2；SAMB 收敛也更快。
  • AQA Spearman（百分数）：SMART 61.7；AQA 86.2，低于 R2+1D 的 89.6，因此不是统一 AQA SOTA。

消融、失败与泄漏风险

  • 无 pose prior 约降 5%；multi-task 对 PCK-0.5 约 +1.2%；semantic PCA space 优于 general space。
  • GT 人框用于 SMART，真实部署会叠加 detector/crop 误差。
  • 预定义 pose spaces 对未见姿态、严重遮挡、出画和 rare mistakes 失败；作者明确承认只做单人且不适合 team sports。
  • 同 performer 是否跨 split 未说明；闭集域内 PCK/Top-1 不能证明跨运动员、跨训练馆泛化。

对羽毛球 stroke correction 的迁移边界

四篇中它对运动学前端最直接：可把 pose→sub-motion→semantic attribute 映射成准备/引拍/击球/随挥及 coach rubric。但必须补 racket/ball/contact、开放集异常与教练错误标签；strict athlete/session/court/camera-disjoint。尤其 rare mistakes 恰是 closed PCA prior 的薄弱点。自然语言反馈需另加规则/NLG，并以结构化差异和置信度为依据。

对 Wiki 判断的影响

  • 对 体育 AI 视频理解：支持运动特定 pose prior 与属性解析互相增益。
  • 对 体育 AI 路线图：是羽毛球运动学/属性接口的直接架构线索，但专项证据不足。
  • 对 视频理解：说明结构化中间属性可改善闭集细粒度解析，同时牺牲开放集泛化。

原始材料

  • 全文深分析
  • raw/ingest/2026-04-25-sportscap/paper.pdf
  • raw/ingest/2026-04-25-sportscap/paper-text.md
  • raw/ingest/2026-04-25-sportscap/links.yaml
元数据
{
  "id": "2026-04-25-sportscap",
  "type": "source",
  "title": "SportsCap：单目体育 3D 运动捕捉与细粒度属性理解",
  "status": "reviewed",
  "created": "2026-04-25",
  "updated": "2026-07-12",
  "tags": [
    "near-cvpr-2025",
    "video-understanding",
    "representation-learning",
    "evaluation",
    "primary-source"
  ],
  "note_status": "reviewed",
  "source_type": "paper",
  "venue": "arXiv 2021",
  "authors": [
    "Xin Chen",
    "Anqi Pang",
    "Wei Yang",
    "Yuexin Ma",
    "Lan Xu",
    "Jingyi Yu"
  ],
  "published_at": "2021-07-16",
  "ingested_at": "2026-04-25",
  "canonical_links": [
    "https://arxiv.org/abs/2104.11452",
    "https://arxiv.org/pdf/2104.11452.pdf",
    "https://chenxin.tech/SportsCap.html"
  ],
  "raw_entry": "raw/ingest/2026-04-25-sportscap/",
  "topics": [
    "topics/sports-ai-video-understanding",
    "topics/sports-ai-roadmap",
    "topics/video-understanding"
  ],
  "entities": [],
  "claims": [],
  "questions": []
}