.png){kind=icon}
返回
TransSTC: transformer tracker meets efficient spatial-temporal cues
.png){kind=icon}
PRE
AI
DOI：10.1016/j.patcog.2025.112303.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• 提出的基于变换器的跟踪器TransSTC专注于模板中的关键空间线索，并在跟踪过程中探索判别性时序线索，以获得具有竞争力的跟踪性能。
• 所设计的关注目标外观的编码网络构建了不同时刻目标外观线索的相关性，并基于这些外观线索动态聚焦模板中的关键空间线索。
• 引入了一种多时序模板更新结构。在该结构中，样本质量评估模块从目标自身和环境干扰两方面给出两个更新评分，随后样本通过三级样本选择过程。
• 提出了一种运动约束框架。该结构收集并学习目标的运动线索，生成运动约束图以替代传统的中心位置先验，从而更准确地调整分类结果。
期刊
IF:
7.6
论文数:
1.3W
被引数:
4.5W
机构
引用论文
暂无论文信息