.png){kind=icon}
返回
Implicit Motion State Modeling for Efficient and Effective Video-Level Object Tracking
.png){kind=icon}
PRE
AI
DOI：10.1016/j.eswa.2026.132083.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• 引入隐式运动状态以替代离散更新机制。
• 开发IMSETrack，一种结合隐式运动和空间线索的统一跟踪器。
• 使用xLSTM维护紧凑的循环状态，捕捉连续运动动力学。
• 在LaSOT上实现75.2%的AUC，参数量为69.6M，计算量为44 GFLOPs，速度为55 FPS。
• 在八个具有挑战性的基准测试中展现出强大的鲁棒性和泛化能力。
Keyword:
Implicit Motion State
Video Object Tracking
xLSTM
Motion Dynamics
Efficient Tracking
期刊
IF:
7.5
论文数:
3.0W
被引数:
10.2W
机构
查看更多机构
引用论文
Analysis of convolutional-based variational autoencoders for privacy protection in realtime video surveillance基于卷积的变分自编码器在实时视频监控中隐私保护的性能分析
.png){kind=icon}
PREAI
分享收藏Fast-iTPN: Integrally Pre-Trained Transformer Pyramid Network With Token MigrationFast-iTPN: 整体预训练的Transformer金字塔网络与标记迁移
OAAI
OAAI分享收藏
分享收藏 没有更多内容