CalTennis: Large Multi-View Tennis Video Dataset and Benchmark of Monocular-to-3D Pose Estimation

论文概要

研究领域: CV
作者: Ilona Demler, Xinran Xie, Blake Werner
发布时间: 2026-06-20
arXiv: 2506.16207

中文摘要

Caltech Tennis数据集（CalTennis）是一个大规模视频基准，用于评估野外单目到3D姿态估计。CalTennis包含来自40名球员的超过1100万帧（51小时）网球练习和比赛，用2-6个同步相机以60Hz捕获。它比现有野外人体运动视频数据集大10倍，比现有MOCAP地面实况数据集大3倍，是首个提供专家运动同步多视角录制的大规模基准。多视角设置使单目到3D姿态估计算法的低成本、无标签评估成为可能。我们描述了一个简单、标准化的协议，无需专门设备或专业知识即可收集数据，以及完全自动化的视频校准和同步。在CalTennis上对SOTA单目到3D姿态方法进行基准测试，我们发现虽然3D关节角度恢复现已相当准确，但所有模型都难以一致地估计深度和脚接触。我们进一步提出两个新的性能指标——脚步和稳定性，以及定性研究体型不一致性。这些指标揭示了先前未探索的失败模式，并指出了姿态估计和动作分析中具体的改进机会。

自动采集于 2026-06-21

#论文 #arXiv #CV #小凯