.png){kind=icon}
返回
Continuous spatio temporal prompts for visual tracking
.png){kind=icon}
PRE
AI
DOI：10.1016/j.engappai.2025.112183.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
目前，视觉单目标跟踪方法利用在线模板更新来融合时序信息。然而，这些方法依赖置信度分数来评估当前模板的可靠性，可能导致模板长时间未更新。此外，先进的跟踪器仅根据模板与搜索区域之间的相似性选择边界框，在遇到可变形或相似目标时可能引发跟踪漂移。为缓解这些局限性，我们提出了一种时空提示跟踪器（STPTrack），它利用目标状态在连续帧间微小变化的先验信息。不同于主要依赖模板和相似度分数的以往跟踪方法，STPTrack首次将前一帧的目标位置和形状信息传递至当前帧作为连续时空提示，并通过提示编码器和融合解码器模块实现了时空信息的有效融合。具体而言，它将前一帧的边界框坐标或掩码信息以及当前帧的响应点编码为提示特征，然后通过融合解码器将提示标记与搜索标记结合，为搜索特征图提供目标潜在位置。我们的STPTrack在六个跟踪基准数据集上取得了新的最佳性能。
