本研究提出无时间对齐匹配（TEAM）方法，以解决少样本动作识别中视频匹配精度不足的问题。TEAM通过固定模式标记表示视频，增强了对不同动作的处理灵活性，实验结果表明其在视频相似性测量上优于传统方法。

本文探讨了多种基于数据驱动的跨摄像头人物再识别方法，包括双通道特征学习、渐近式软标签学习和多特征空间优化。这些方法在不同数据集上表现优于现有算法，尤其在RGB-IR模式下，强调了视频匹配和时间内存的重要性。