🇬🇧 EN 🇯🇵 日本語

⚽ SoccerTrack v2

Game State Reconstructionのためのフルピッチ映像サッカーデータセット

フレーム単位のGSRラベル 時系列のBASラベル 10試合分のパノラマ4K映像
📄 Paper (arXiv) 📦 GitHub 🏆 Challenge (STC 2025) 💾 Google Drive

概要

  • 10試合分のフルマッチ（約900分）のパノラマ4K映像でピッチ全体をカバー
  • フレーム単位のGSRアノテーション：2Dピッチ座標・トラッキングID・背番号・役割・チーム
  • ボールアクション検出：時系列の12種類のアクション（パス、ドリブル、シュート、ヘディング、クロス...）
  • 3つのベンチマークタスク：Multi-Object Tracking（MOT）、Game State Reconstruction（GSR）、Ball Action Spotting（BAS）
  • オープンアクセス：GitHubとGoogle Driveで公開・再現可能な研究を実現

データセット画像

4Kパノラマ映像

パノラマビュー - 昼の試合

昼の試合 - ピッチ全体をカバー

パノラマビュー - 夜の試合

夜の試合 - 多様なスタジアム環境

GSRアノテーションのサンプル

選手の2次元ピッチ座標・各選手に割り当てられたID

デモ動画

パノラマ映像へのGSR・BASアノテーションの可視化

SoccerTrack v2とは？

SoccerTrack v2は、ピッチ全体が映るパノラマ映像とフレーム単位での複数種類のアノテーションを提供することで、既存のサッカーデータセットとの明確な差別化を実現しています。ピッチの一部しか映らない放送映像のデータセットとは異なり、本データセットはピッチ全体を捉えるパノラマ4K映像によって構成されています。

本データセットには、BeProカメラシステムで撮影された大学レベルのアマチュア10試合分が含まれ、合計約900分の試合映像を提供します。各フレームには、2次元ピッチ座標での選手位置、一貫したトラッキングID、背番号、選手の役割（プレイヤー/ゴールキーパー/審判）、所属チームなどの詳細な試合情報が付与されています。

トラッキングに加えて、SoccerTrack v2には動画の時系列に沿った12種類のアクションを判定するボールアクション検出のデータも含まれており、包括的な戦術分析とイベント検出の研究を可能にします。

データセットの内容

試合映像

  • 大学レベルのアマチュア試合 10試合
  • 約900分に達する総試合時間
  • ピッチ全体をカバーするパノラマ4K映像
  • 映像の種類：BePro Cerberus（2試合） + 3カメラパノラマシステム（8試合）

GSR（Game State Reconstruction）

以下の情報を含むフレームごとのアノテーション：

  • 全選手の2次元ピッチ座標（メートル単位）
  • トラッキングID：試合を通して一貫して選手に割り当てられる
  • 選手の役割：フィールドプレーヤー、ゴールキーパー、審判、その他
  • チーム：Left または Right
  • 背番号：0〜99、または無し

BAS（Ball Action Spotting）

時系列に並んだ12種類のアクションラベル：

• Pass
• Drive
• Header
• High Pass
• Out
• Cross
• Throw In
• Shot
• Ball Player Block
• Player Successful Tackle
• Free Kick
• Goal

タスク & ベンチマーク

ゲーム状態再構築/Game State Reconstruction（GSR）

GSRタスク可視化

GSR: パノラマ映像 → 選手役割付き2Dピッチ座標

パノラマ映像から二次元ピッチ情報を生成します。戦術分析のため、すべての選手座標、役割、所属チームを含む完全なゲーム状態の再構築を目指します。このタスクでは、映像の各フレームからピッチ座標へ選手を正確にマッピングし、トラッキング精度と選手情報を維持する能力を評価します。

SoccerNet GSR Challengeにインスパイアされています

ボールアクション検出/Ball Action Spotting（BAS）

BASタスク可視化

BAS: 12種類のボールイベントクラスを持つ時系列アクション検出

映像から12種類のボールアクションを検出・分類します。包括的な試合分析のため、グローバルタイムスタンプに整合したイベント検出タスクです。アクションには、パス、ドリブル、シュート、ヘディング、ハイパス、アウト、クロス、スローイン、ボールプレイヤーブロック、プレイヤーサクセスフルタックル、フリーキック、ゴールが含まれます。

SoccerNet BAS Challengeにインスパイアされています

マルチオブジェクトトラッキング/Multi-Object Tracking(MOT)→SoccerTrack Challenge

MOTタスク可視化

MOT: バウンディングボックスとIDを用いた永続的な選手トラッキング

長い時間にわたって一貫したIDを付与する選手トラッキングタスク。複雑なゲーム状況におけるID維持、再識別などのトラッキング性能を評価します。本データセットの一部の試合データは SoccerTrack Challenge 2025で使用されています。

Data Format & Folder Structure

データセットの構成は以下のようになっております：

SoccerTrack-v2/
├── videos/          # Panoramic 4K video files (1 MP4 per match)
│   ├── 117092/
│   │   ├── 117092_panorama_1st_half.mp4
│   │   └── 117092_panorama_2nd_half.mp4
│   ├── 117093.mp4
│   └── ...
├── gsr/             # Game State Reconstruction annotations
│   ├── 117092/
│   │   ├── 117092_1st.json
│   │   └── 117092_2nd.json
│   ├── 117093/
│   └── ...
├── bas/             # Ball Action Spotting annotations
│   ├── 117092/
│   │   └── 117092_12_class_events.json
│   ├── 117093/
│   └── ...
├── mot/             # Multi-Object Tracking annotations (MOTChallenge format)
│   ├── 117092/
│   │   ├── gt/
│   │   │   └── gt.txt
│   │   └── seqinfo.ini
│   └── ...
└── raw/             # Original calibration data and source files
    ├── 117092/
    │   ├── 117092_keypoints.json
    │   ├── 117092_mapx.npy
    │   ├── 117092_mapy.npy
    │   ├── 117092_tracker_box_data.xml
    │   └── ...
    └── ...

GSR Annotation Fields

  • image_id: 各動画内のフレーム番号
  • track_id: 試合を通して各選手に一貫して付与されるトラッキングID
  • player_id: 選手に固有に割り当てられている識別用ID
  • role: 対象の役割（player / goalkeeper / referee / other）
  • jersey_number: 選手の背番号（0–99 または null）
  • team_side: 所属チーム（left / right / null）
  • x, y: ピッチ上の選手座標（メートル単位、bbox_pitch.x_bottom_middle および bbox_pitch.y_bottom_middle）

BAS Annotation Fields

  • gameTime: 試合時間（前後半 - 分:秒）
  • position: イベント発生時刻（ミリ秒）
  • label: プレーの種類（全12クラス）
  • team: プレーを行ったチーム（left / right）
  • player_id: プレーをした選手のID

データセットのダウンロード

お好みのプラットフォームを選択してください：

💾 Google Drive

Getting Started

1. データセットのダウンロード

Google Driveからデータセットファイルをダウンロードしてください。

2. リポジトリのクローン

git clone https://github.com/AtomScott/SoccerTrack-v2.git
cd SoccerTrack-v2
pip install -r requirements-dev.txt

3. トラッキングデータの可視化

python -m src.main command=plot-coordinates-on-video \
  plot_coordinates_on_video.match_id=117093

scripts/ ディレクトリには、データ前処理パイプライン・特徴抽出・モデル学習設定・評価ベンチマークなどが含まれています。すべての実験は完全に再現可能です。

ライセンス & 利用規約

SoccerTrack v2はMITライセンスの下で公開されています。本データセットは大学倫理委員会の承認を得て収集され、すべてのデータは匿名化されています。

  • 選手名は含まれておらず、背番号ベースの識別のみです
  • すべての試合は、インフォームドコンセントを得た大学レベルのアマチュア選手によるものです
  • 学術研究および商用利用のいずれも自由に利用可能です

詳細についてはLICENSEファイルをご覧ください。

引用

本データセットを研究で使用する場合は、以下を引用してください：

@article{soccertrack_v2_2025,
  title={SoccerTrack v2: A Full-Pitch Multi-View Soccer Dataset for Game State Reconstruction},
  author={Scott, Atom and others},
  journal={arXiv preprint arXiv:2508.01802},
  year={2025},
  url={https://arxiv.org/abs/2508.01802}
}

謝辞

本研究は、JST SPRING（助成番号 JPMJSP2108）およびJSPS科研費の支援を受けて実施されました。 データ収集にご協力いただいたすべての参加チームおよび大学に感謝いたします。

データ収集は、Playboxにより実現されました。 Playboxは、最先端のスポーツ映像解析技術で人の動きを計算可能にする大学発スタートアップです。 サッカーやその他のスポーツ向けの自動カメラシステムとAI駆動の解析ツールをぜひご覧ください！⚽