在计算机视觉中，了解广播视频是一项具有挑战性的任务，因为它需要通用的推理功能才能欣赏视频编辑提供的内容。在这项工作中，我们提出了SoccerNet-v2，这是一种用于SoccerNet视频数据集的新颖的大规模手动注释语料库，同时提出了开放的挑战，以鼓励人们对足球的理解和广播制作进行更多的研究。具体来说，我们在SoccerNet的500个未修剪的广播足球视频中发布了大约30万条注释。我们将足球领域的当前任务扩展到包括动作识别，带边界检测的摄像机镜头分割，并定义了一种新颖的重播基础任务。对于每项任务，我们提供并讨论基准测试结果，这些结果可以通过我们对本领域最相关作品的开源改编实施来复制。



"点击查看英文标题和摘要"