.png){kind=icon}
返回
FSKD: A few-shot knowledge distillation framework for object tracking
.png){kind=icon}
PRE
AI
DOI：10.1016/j.patcog.2026.113821.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• 首个专为对象跟踪任务定制的DFKD方法。 • 前景-背景纠缠提升了合成数据保真度。 • 基于马尔可夫的合成确保帧间时序一致性。 • 扩散模型增强了时序连续性和样本多样性。 • 皮尔逊相关蒸馏减少了合成-真实分布偏移。
Keyword:
Diffusion model
Knowledge distillation
Object tracking
Synthetic data
Temporal consistency
期刊
IF:
7.6
论文数:
1.3W
被引数:
4.5W
机构
暂无机构信息
引用论文
.png){kind=icon}
Knowledge Distillation and Student-Teacher Learning for Visual Intelligence: A Review and New Outlooks视觉智能的知识蒸馏和师生学习: 回顾和新观点
OAAI
OAAI分享收藏分享收藏A transformer based visual tracker with restricted token interaction and knowledge distillation
PREAI
分享收藏
查看更多内容