トラッキング技術の発展に伴い、サッカーにおける選手やボールの軌道データはかつてないスピードで生成されており、高速なシーン検索への関心も同様に高まっている。しかし、現場ではアノテーションコストの高い、シーンのラベルに基づき検索が行われている。本研究では、サッカーの大規模な軌道データの集合に対して、高速かつラベルフリーな検索を行う深層学習手法を提案する。提案手法では、プレー間の類似性を軌道データから表現するための深層学習アーキテクチャを構築する。大規模トラッキングデータで実験を行い、幾何学的な類似度検索手法よりも効果的に動作することを検証した。
