Kaggle赛题解析：NFL球员接触检测

比赛名称：1st and Future - Player Contact Detection

从传感器和视频数据中检测玩家接触

比赛链接：https://www.kaggle.com/competitions/nfl-player-contact-detection

比赛类型：计算机视觉、目标跟踪

比赛背景

美国国家橄榄球联盟 (NFL) 已与 Amazon Web Services (AWS) 合作，加强其预测球员伤病的承诺。NFL 渴望在任何运动中拥有最好的伤害监测系统。

在去年NFL举办了头盔撞击检测和识别算法。今年NFL希望能够自动识别球员碰撞的所有时刻，我们希望检测到球员相互接触以及球员身体接触地面的时刻。

目前NFL使用大量传感器数据，本次比赛希望通过除了跟踪数据之外还包括视频来提高预测能力。对

比赛任务

本次比赛的目标是检测球员在NFL比赛中碰撞的时刻。您将使用视频和传感器跟踪数据来识别碰撞时刻。

评价指标

提交的内容根据预测和实际接触事件之间的马修斯相关系数进行评估。

数据描述

训练集视频在 train/ 中，相应标签在train_labels.csv中，而您必须预测的视频在 test/ 文件夹中。

今年还为训练和测试集提供了基线头盔检测和分配框，train_baseline_helmets.csv是去年获胜模型的输出。

train_player_tracking.csv在提供的比赛期间为场上的每个球员提供 10 Hz 跟踪数据。train_video_metadata.csv包含与每个边线和端区视图关联的时间戳，用于与玩家跟踪数据同步。

这是一个代码竞赛。提交时模型将在位于保留测试集中的一组 61个未见过的视频上重新运行。

比赛赛程

• 2023年2月22日：组队截止日期。
• 2023年3月1日：最终提交截止日期。

赛题奖金

• 第一名：50,000 美元
• 第二名：25,000 美元
• 第三名：13,000 美元
• 第四名：7,000 美元
• 第五名：5,000 美元

解题思路

赛题是一个典型的视频事件监测，可以参考往年的NFL比赛。参加本次比赛，需要训练物体检测模型和物体跟踪模型。