多任务学习用于体育视觉追踪中的联合再识别、团队归属和角色分类

本文提出了一种无监督的深度学习人物再识别方法 (UTAL)，通过联合学习内部相机移动轨迹的差异性和跨相机移动轨迹的关联性，能够从自动生成的人物运动轨迹数据中逐步发现和利用基础重识别差异性信息。实验结果表明该方法在八个基准数据集上优于当前最先进的无监督学习和领域自适应的人物再识别方法。