.png){kind=icon}
返回
DATrack: direction attention based transformer tracker
.png){kind=icon}
PRE
AI
DOI：10.1007/s10489-025-06791-w.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
对于视觉目标跟踪任务，被跟踪的目标在当前帧的搜索区域内仅向所有可能方向中的一个移动。然而，现有的单流Transformer跟踪器对所有可能方向一视同仁。这使得搜索区域内可能性较低方向的信息不可避免地影响跟踪的准确性和稳定性。为解决此问题，我们提出了一种基于方向注意力机制的Transformer跟踪器（DATrack），允许跟踪器更关注部分可能运动方向上的搜索标记。具体而言，我们首先引入方向标记以提供搜索区域中不同粗粒度方向的方向信息。经过Transformer骨干网络处理后，与目标模板相关性更高的方向标记表明目标更可能朝对应方向移动。随后，我们设计了方向注意力机制来为搜索区域标记赋予权重。与现有跟踪器不同，与目标运动方向相关的搜索标记可以获得更高的注意力权重。这些经方向注意力加权后的搜索标记用于目标定位。实验结果表明，我们提出的跟踪器能够有效提升在多个基准数据集（如GOT-10k、LaSOT、TrackingNet、UAV123和TNL2K）上的跟踪鲁棒性。
Keyword:
Object tracking
Transformer tracker
Direction information
Direction attention
期刊
IF:
3.5
论文数:
7.6K
被引数:
1.7W
机构
引用论文
.png){kind=icon}
分享收藏
Autoregressive Queries for Adaptive Tracking with Spatio-Temporal Transformers自回归查询用于自适应跟踪的时空Transformer
PREAI
分享收藏
Diff-Tracker: Text-to-Image Diffusion Models are Unsupervised TrackersDiff-Tracker: 文本到图像扩散模型是无监督跟踪器
PREAI
分享收藏
查看更多内容