本文介绍了一种基于图的方法，提升了足球视频中行动定位的准确性，球员分类任务的准确率达到97.72%。结合音频和视频信息后，行动定位任务的平均mAP为57.83%。此外，提出了主动学习框架和新损失函数，以提高行为检测精度并解决动作识别中的数据不足问题。文章还讨论了足球动作场景理解的挑战及未来研究方向。

本文介绍了新的多目标追踪数据集SportsMOT，旨在提升运动跟踪器的性能。通过MixSort框架，结合外观和运动关联，取得了在SportsMOT和MOT17上的最佳表现。数据集包含200个足球视频序列，提供完整注释，以改善球员、裁判和球的跟踪效果。