論文の概要: Beyond a Single Crop: Contextualized Embeddings for Player Re-Identification

• arxiv url: http://arxiv.org/abs/2610.13259v1
• Date: Fri, 09 Oct 2026 09:07:45 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-13 04:06:29.501562
• Title: Beyond a Single Crop: Contextualized Embeddings for Player Re-Identification
• Title（参考訳）: シングルクロップを超えて:プレイヤー再識別のためのコンテキスト化された埋め込み
• Abstract要約: 放送されたスポーツビデオにおけるプレイヤーの再識別は、ユニークな課題である。 ビデオシーケンスは、異なる視点と周囲のコンテキストの下で同じプレイヤーの繰り返し観察を提供する。 我々は,同じフレーム内の他のプレイヤーを共同で検討することによって,プレイヤーを表現するコンテキスト型埋め込みフレームワークであるContextReIDを提案する。
• 参考スコア（独自算出の注目度）: 6.785835387264136
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Person re-identification is typically addressed by learning identity-discriminative embeddings from individual person crops. However, player re-identification in broadcast sports videos presents a unique challenge: players from the same team often share similar appearances, while video sequences provide repeated observations of the same players under different viewpoints and surrounding contexts. Existing crop-based approaches largely ignore this contextual information, which can be critical for resolving visually similar identities. Here, we propose ContextReID, a contextualized embedding framework that represents a player by jointly considering other players in the same frame and observations from different frames of the broadcast sequence. By incorporating both co-occurring players and cross-frame observations, the model learns identity features relative to the surrounding visual context rather than relying only on isolated appearance cues. We implement this framework with a vision-language model that takes sets of player crops as input and generates context-aware embeddings for individual players. A combined contextual learning and retrieval objective encourages the model to capture cross-frame identity relationships while maintaining discriminative embeddings for player matching. Experiments across three multi-object tracking benchmarks show that ContextReID improves player retrieval over conventional single-crop embedding approaches in both Rank-1 and mAP. These results highlight the utility of spatial and temporal context for reliable player identification in broadcast sports videos.
• Abstract（参考訳）: 個人の再識別は通常、個人作物からの個人識別的埋め込みを学習することによって対処される。 しかし、放送されたスポーツビデオにおけるプレイヤーの再識別は、同じチームのプレイヤーがよく似た外観を共有するのに対して、ビデオシーケンスは異なる視点と周囲の状況下で同じプレイヤーの繰り返し観察を提供するという、ユニークな課題を示している。 既存の作物ベースのアプローチは、この文脈情報を無視しており、視覚的に類似したアイデンティティの解決に不可欠である。 本稿では、同じフレーム内の他のプレイヤーを共同で検討し、放送シーケンスの異なるフレームから観察することで、プレイヤーを表現するコンテキスト化された埋め込みフレームワークであるContextReIDを提案する。 共起プレイヤーとクロスフレーム観察の両方を組み込むことで、モデルは孤立した外観の手がかりにのみ依存するのではなく、周囲の視覚的コンテキストに対するアイデンティティ特徴を学習する。 このフレームワークは、プレイヤーの作物の集合を入力とし、個々のプレイヤーにコンテキスト認識の埋め込みを生成する視覚言語モデルを用いて実装する。 コンテキスト学習と検索の両目的が組み合わさって、プレイヤーマッチングのための識別的埋め込みを維持しながら、クロスフレームのアイデンティティ関係をキャプチャすることを奨励する。 3つのマルチオブジェクト追跡ベンチマークによる実験により、ContextReIDはRanc-1とmAPの両方での従来のシングルクロップ埋め込みアプローチよりもプレイヤーの検索を改善することが示された。 これらの結果は,放送スポーツビデオにおける信頼性のある選手識別のための空間的・時間的コンテキストの有用性を強調した。

関連論文リスト

• SportsGrounder: Proposal-Aided Interleaved Grounding for Dense Sports Video Reasoning [46.575904751578236]
  スポーツビデオ分析はスポーツ分析と放送の強化に不可欠である。 現在のLMM(Large Multimodal Models)は、本質的にこのような密集した視覚的複雑さに苦しむ。 オープン語彙のビジュアルエキスパートを利用したインターリーブ接地支援フレームワークである textbfSportsGrounder を提案する。 SportsGrounderは細粒度推論を大幅に改善し、最先端の精度を実現している。
  論文  参考訳（メタデータ） (2026-08-08T05:39:48Z)
• Vorch-IR: Long-Form Unified Multimodal Identity Replacement Video Generation [28.493796603648175]
  Vorch-IRは、シングルモデルとデュアルパーソンのアイデンティティ置換をサポートする統一フレームワークで、オプションのバックグラウンド置換を単一のモデルでサポートする。 LTX2上に構築されたVorch-IRは、駆動ビデオ、インデックス付き参照画像、テキスト編集命令を共同で行う。 自動測定とペアワイズ人間評価を用いた実験は, 多様なシナリオにおける強いアイデンティティ保存, 動きの忠実度, 時間的コヒーレンスを示す。
  論文  参考訳（メタデータ） (2026-08-06T06:46:35Z)
• GroupVideo: Multi-Identity Customized Text-to-Video Generation [53.89036635198158]
  GroupVideoは、複数の個人写真を利用して、アイデンティティをカスタマイズしたビデオを生成する新しいフレームワークである。 GroupVideoにはマルチモーダルなアイデンティティアライメントが組み込まれており、セマンティックアライメントは動きの自然性を高めるセマンティックな知覚を導入している。 マルチIDビデオデータセットが不足しているため、我々は20,000のビデオの包括的な高品質なデータセットをキュレートした。
  論文  参考訳（メタデータ） (2026-07-23T08:09:04Z)
• Vera: Identity-Faithful Human Subject-to-Video Generation [66.45205582225942]
  単対複数対人生成のための統合人間中心型S2VフレームワークであるVeraを提案する。 まず、人物レベルのクロスクリップ検索により、100万対のアイデンティティに整合した人間の画像画像データセットを構築した。 We show that Vera improves human identity consistency, multi-person subject binding, and motion naturalness, while reduce identity confusion and excess reference-image copying。
  論文  参考訳（メタデータ） (2026-07-22T15:08:30Z)
• Gloria: Consistent Character Video Generation via Content Anchors [63.7455328319917]
  本稿では,アンカーフレームのコンパクトな集合を通して,文字の視覚特性を表現することを提案する。 この設計は、一貫性のための安定した参照を提供するが、参照ベースのビデオ生成はコピーパッティングとマルチ参照競合の課題に直面している。 実験により,提案手法は10分を超える高品質なキャラクタビデオを生成し,既存の手法を超越して,ビュー間の表現的アイデンティティと外観整合性を実現する。
  論文  参考訳（メタデータ） (2026-03-31T16:06:16Z)
• Player-Centric Multimodal Prompt Generation for Large Language Model Based Identity-Aware Basketball Video Captioning [66.61493163603339]
  既存のスポーツビデオキャプション手法は、プレイヤーのアイデンティティを見落としているアクションに焦点を合わせ、適用性を制限していることが多い。 本稿では,個人対応スポーツビデオキャプション(LLM-IAVC)のためのプレイヤー中心型マルチモーダルプロンプト生成ネットワークを提案する。 NBA-Identityという,9つの主要なイベントを対象とする9,726本のビデオを備えた,大きなアイデンティティを意識したバスケットボールビデオキャプションデータセットを構築した。
  論文  参考訳（メタデータ） (2025-07-27T07:30:56Z)
• CLIP-ReIdent: Contrastive Training for Player Re-Identification [0.0]
  事前学習したCLIPモデルのゼロショット性能をプレイヤー再識別領域に転送できるかどうかを検討する。 これまでの研究とは異なり、私たちのアプローチは完全にクラスに依存しず、大規模な事前トレーニングの恩恵を受けています。
  論文  参考訳（メタデータ） (2023-03-21T13:55:27Z)
• Temporal Attribute-Appearance Learning Network for Video-based Person Re-Identification [94.03477970865772]
  本稿では,ビデオに基づく人物再識別のための時間属性・アプライアンス学習ネットワーク(TALNet)を提案する。 TALNetは人間の属性と外観を利用して、ビデオから包括的で効果的な歩行者表現を学習する。
  論文  参考訳（メタデータ） (2020-09-09T09:28:07Z)
• Learning Person Re-identification Models from Videos with Weak Supervision [53.53606308822736]
  本稿では、監督の弱いビデオから人物再識別モデルを学ぶ問題について紹介する。 このようなビデオレベルラベルを用いた人物再識別のための多段階注意学習フレームワークを提案する。 注意重みは、ビデオ中の人物追跡レットではなく、すべての人物画像に基づいて得られるため、学習したモデルはノイズの多いアノテーションの影響を受けにくくなる。
  論文  参考訳（メタデータ） (2020-07-21T07:23:32Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。