Buchumschlag

FOOTPASS: A Multi-Modal Multi-Agent Tactical Context Dataset for Play-by-Play Action Spotting in Soccer Broadcast Videos

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ochin, Jeremie, Chekroun, Raphael, Stanciulescu, Bogdan, Manitsaris, Sotiris
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Artificial Intelligence Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Beyond Pixels: Leveraging the Language of Soccer to Improve Spatio-Temporal Action Detection in Broadcast Videos
von: Ochin, Jeremie, et al.
Veröffentlicht: (2025)

Game State and Spatio-temporal Action Detection in Soccer using Graph Neural Networks and 3D Convolutional Networks
von: Ochin, Jeremie, et al.
Veröffentlicht: (2025)

ASTRA: An Action Spotting TRAnsformer for Soccer Videos
von: Xarles, Artur, et al.
Veröffentlicht: (2024)

Do We Need Large VLMs for Spotting Soccer Actions?
von: Chakraborty, Ritabrata, et al.
Veröffentlicht: (2025)

SoccerNet-Caption: Dense Video Captioning for Soccer Broadcasts Commentaries
von: Mkhallati, Hassan, et al.
Veröffentlicht: (2023)

SoccerHigh: A Benchmark Dataset for Automatic Soccer Video Summarization
von: Díaz-Juan, Artur, et al.
Veröffentlicht: (2025)

PlayGen-MoG: Framework for Diverse Multi-Agent Play Generation via Mixture-of-Gaussians Trajectory Prediction
von: Song, Kevin
Veröffentlicht: (2026)

VideoPainter: Any-length Video Inpainting and Editing with Plug-and-Play Context Control
von: Bian, Yuxuan, et al.
Veröffentlicht: (2025)

Action Anticipation from SoccerNet Football Video Broadcasts
von: Dalal, Mohamad, et al.
Veröffentlicht: (2025)

Survey of Action Recognition, Spotting and Spatio-Temporal Localization in Soccer -- Current Trends and Research Perspectives
von: Seweryn, Karolina, et al.
Veröffentlicht: (2023)

A Computer Vision Framework for Multi-Class Detection and Tracking in Soccer Broadcast Footage
von: Tshiani, Daniel
Veröffentlicht: (2026)

RareSpot: Spotting Small and Rare Wildlife in Aerial Imagery with Multi-Scale Consistency and Context-Aware Augmentation
von: Zhang, Bowen, et al.
Veröffentlicht: (2025)

Plug-and-Play Multi-Concept Adaptive Blending for High-Fidelity Text-to-Image Synthesis
von: Woo, Young-Beom
Veröffentlicht: (2025)

BroadTrack: Broadcast Camera Tracking for Soccer
von: Magera, Floriane, et al.
Veröffentlicht: (2024)

GUIDE: Resolving Domain Bias in GUI Agents through Real-Time Web Video Retrieval and Plug-and-Play Annotation
von: Xie, Rui, et al.
Veröffentlicht: (2026)

Learning to Play Video Games with Intuitive Physics Priors
von: Jaiswal, Abhishek, et al.
Veröffentlicht: (2024)

CombatVLA: An Efficient Vision-Language-Action Model for Combat Tasks in 3D Action Role-Playing Games
von: Chen, Peng, et al.
Veröffentlicht: (2025)

MaxFusion: Plug&Play Multi-Modal Generation in Text-to-Image Diffusion Models
von: Nair, Nithin Gopalakrishnan, et al.
Veröffentlicht: (2024)

Multi-Agent System for Comprehensive Soccer Understanding
von: Rao, Jiayuan, et al.
Veröffentlicht: (2025)

Domain Adaptation of VLM for Soccer Video Understanding
von: Jiang, Tiancheng, et al.
Veröffentlicht: (2025)

Multi-Modal Soccer Scene Analysis with Masked Pre-Training
von: Peral, Marc, et al.
Veröffentlicht: (2025)

MultiModal Action Conditioned Video Generation
von: Li, Yichen, et al.
Veröffentlicht: (2025)

Shot2Tactic-Caption: Multi-Scale Captioning of Badminton Videos for Tactical Understanding
von: Ding, Ning, et al.
Veröffentlicht: (2025)

SoccerNet-Tracking: Multiple Object Tracking Dataset and Benchmark in Soccer Videos
von: Cioppa, Anthony, et al.
Veröffentlicht: (2022)

ModalPatch: A Plug-and-Play Module for Robust Multi-Modal 3D Object Detection under Modality Drop
von: Li, Shuangzhi, et al.
Veröffentlicht: (2026)

Does Visual Information Play a Decisive Role in Vision-Language-Action Model Driving Behavior?
von: He, Jingtao, et al.
Veröffentlicht: (2026)

Plug-and-Play Interpretable Responsible Text-to-Image Generation via Dual-Space Multi-facet Concept Control
von: Azam, Basim, et al.
Veröffentlicht: (2025)

MMXU: A Multi-Modal and Multi-X-ray Understanding Dataset for Disease Progression
von: Mu, Linjie, et al.
Veröffentlicht: (2025)

MAPLE: Latent Multi-Agent Play for End-to-End Autonomous Driving
von: Yasarla, Rajeev, et al.
Veröffentlicht: (2026)

WonderPlay: Dynamic 3D Scene Generation from a Single Image and Actions
von: Li, Zizhang, et al.
Veröffentlicht: (2025)

Bosch Street Dataset: A Multi-Modal Dataset with Imaging Radar for Automated Driving
von: Armanious, Karim, et al.
Veröffentlicht: (2024)

Fine-grained Action Analysis: A Multi-modality and Multi-task Dataset of Figure Skating
von: Liu, Sheng-Lan, et al.
Veröffentlicht: (2023)

3AM: An Ambiguity-Aware Multi-Modal Machine Translation Dataset
von: Ma, Xinyu, et al.
Veröffentlicht: (2024)

SoccerTrack v2: A Full-Pitch Multi-View Soccer Dataset for Game State Reconstruction
von: Scott, Atom, et al.
Veröffentlicht: (2025)

MVIP -- A Dataset and Methods for Application Oriented Multi-View and Multi-Modal Industrial Part Recognition
von: Koch, Paul, et al.
Veröffentlicht: (2025)

OSL-ActionSpotting: A Unified Library for Action Spotting in Sports Videos
von: Benzakour, Yassine, et al.
Veröffentlicht: (2024)

SoccerMaster: A Vision Foundation Model for Soccer Understanding
von: Yang, Haolin, et al.
Veröffentlicht: (2025)

On Robustness of Vision-Language-Action Model against Multi-Modal Perturbations
von: Guo, Jianing, et al.
Veröffentlicht: (2025)

Multi-Level Feature Distillation of Joint Teachers Trained on Distinct Image Datasets
von: Iordache, Adrian, et al.
Veröffentlicht: (2024)

MAVIN: Multi-Action Video Generation with Diffusion Models via Transition Video Infilling
von: Zhang, Bowen, et al.
Veröffentlicht: (2024)