ARUDet：一种用于体育视频对象检测的主动检索与不确定性感知检测方法

《Scientific Reports》：ARUDet: active retrieval and uncertainty-aware detection for sports video object detection

　　

摘要

在体育场景中，视频对象检测面临着高速运动、严重遮挡和复杂变形带来的严峻挑战。现有方法采用被动特征聚合技术，对所有区域应用统一的融合策略，忽略了局部退化类型的差异，也无法针对不同缺陷匹配相应的补充信息。同时，视觉退化会导致对象边界呈现概率分布特性，而传统的确定性回归方法忽略了这种几何不确定性，强制使用单一坐标进行定位，从而难以保证定位的可靠性。为了解决这些问题，我们提出了ARUDet（主动检索不确定性感知检测器），该检测器包括一个主动时间检索模块（ATRM）和一个不确定性校正回归头（URH）。具体而言，ATRM首先通过缺陷响应评估器识别当前帧中每个区域的退化类型，并将其编码为明确的查询向量。随后，在语义一致性和质量互补性的双重约束下，它主动从时间记忆库中检索最佳匹配的历史特征块，并仅选择性地替换低质量区域，实现按需恢复。URH通过概率边界投影器（PBP）和下界优化器（LBO）协同抑制几何不确定性：前者明确建模几何分布以提高定位质量，后者限制最坏情况误差以收紧预测下界。在多个体育数据集上的实验表明，ARUDet显著提升了检测性能，进一步验证了所提出方法的有效性。