LLLMWIKI
正文研究地图阅读入口元数据

来源笔记 · 更新于 2026-07-12

Human-in-the-loop Adaptation团队运动示例检索的人机适配

#near-cvpr-2025#video-understanding#vision-language#primary-source

一句话结论

用户用 3 个 query clips 定义目标活动，并对 5 个系统候选做正/负判断后 fine-tune GAFL；Volleyball P@10 original 从 0.533 升至 0.647，但反馈由数据集类标签模拟、没有真实用户或在线成本，others 泛化增益仅 0.535→0.564。

任务与方法

这是 visual-example group activity retrieval，不是 supervised recognition 或文本检索。预训练 GAFL 用 VGG/RoIAlign person appearance、bbox location 与时空 Transformer 自监督学习多人活动表示；仍依赖上游 person boxes。

Query-aware selection 同时用：

  • 全局 query cosine similarity；
  • 随机遮蔽 2 人后的相似度方差，表示 local dissimilarity；
  • Core-set 从预选候选中选 5 个多样 clips。

二元反馈通过 triplet contrastive loss 更新 GAF，另用 pretrain feature MSE 抑制遗忘。每个新目标都需单独 fine-tune。

数据与评估

  • Volleyball：4,830 clips / 55 games；3,493 train、1,337 test；8 类；
  • NBA：9,172 sequences / 181 matches；7,624 train、1,548 test；9 类；
  • CAD：44 videos，作为非体育补充；
  • 每类重复 10 次；每次 3 个同类 test query，从 train 选 5 个 clips；
  • “用户标签”由数据集 class 自动生成；检索库是 train；
  • original 用参与适配的 query 评分，others 用其余 test queries。

论文未重新证明 match/team/source-broadcast disjoint，存在队服、场馆、阵容和相邻 play 泄漏风险。

核心结果

Volleyball：

方法P@10 originalP@10 othersH@10 originalH@10 others
GAFL0.5330.5350.9620.936
Ours0.6470.5640.9930.950

NBA 的 GAFL→Ours：P@10 original 0.206→0.233，H@10 original 0.798→0.839。CAD P@10 为 0.814 最优，但 H@10 0.840 低于 B1-Compact128 的 0.925，且 CAD 经验性移除了 regularizer。

选择消融 P@10 original：Random 0.565、K-means 0.568、Core-set 0.560、w/o global similarity 0.566、w/o local dissimilarity 0.640、完整 0.647。local term 的边际贡献为 0.007，不能夸大为全部增益来源。

成本、人评与证据边界

  • 每次反馈预算是 5 个二元 labels，但没有真实标注秒数、费用、错误率或 agreement；
  • 无真实 analyst user study，multi-user majority vote 仅是讨论；
  • original query 同时参与适配和评估，others 更接近泛化证据；
  • 3 个 query 被保证来自同一粗类，真实细粒度战术意图可能不符合这种标签；
  • 无 epochs、GPU、wall-clock、单次交互延迟、参数/存储成本；
  • 表格无标准差、CI 或显著性；
  • 最终方法增加弱监督，不能称为完全无标注检索。

对羽毛球 demo 的影响

可借用 exemplar query + 少量二元教练反馈的个性化检索接口。Volleyball/NBA Precision/Hit 不得外推羽毛球；迁移需真实教练、athlete/session/rally/court/camera-disjoint，并围绕击球/战术而非粗 group class 评测。

证据评级

  • 团队运动检索个性化：A-
  • 真实 human-in-the-loop 可用性：B-
  • 羽毛球迁移：C+ 方法学邻近

原始材料

  • raw/ingest/2026-05-05-human-in-loop-team-sports-retrieval/paper.pdf（13 页）
  • raw/ingest/2026-05-05-human-in-loop-team-sports-retrieval/paper-text.md（1,758 行）
  • raw/ingest/2026-05-05-human-in-loop-team-sports-retrieval/analysis.md

原始链接

相关页面

元数据
{
  "id": "2026-05-05-human-in-loop-team-sports-retrieval",
  "type": "source",
  "title": "Human-in-the-loop Adaptation：团队运动示例检索的人机适配",
  "status": "reviewed",
  "created": "2026-05-05",
  "updated": "2026-07-12",
  "venue": "Computer Vision and Image Understanding 263 (2026) 104577",
  "published_at": "2026-01-01",
  "ingested_at": "2026-05-05",
  "tags": [
    "near-cvpr-2025",
    "video-understanding",
    "vision-language",
    "primary-source"
  ],
  "note_status": "reviewed",
  "source_type": "paper",
  "authors": [
    "Chihiro Nakatani",
    "Hiroaki Kawashima",
    "Norimichi Ukita"
  ],
  "canonical_links": [
    "https://arxiv.org/abs/2602.03157",
    "https://arxiv.org/pdf/2602.03157",
    "https://doi.org/10.1016/j.cviu.2025.104577",
    "https://github.com/chihina/GAFL-FINE-CVIU"
  ],
  "raw_entry": "raw/ingest/2026-05-05-human-in-loop-team-sports-retrieval/",
  "analysis_note": "raw/ingest/2026-05-05-human-in-loop-team-sports-retrieval/analysis.md",
  "topics": [
    "topics/sports-ai-video-understanding",
    "topics/sports-ai-roadmap",
    "topics/video-understanding"
  ],
  "entities": [
    "entities/sportsmot"
  ],
  "claims": [],
  "questions": [
    "questions/question-badminton-stroke-correction-demo"
  ]
}