.png){kind=icon}
返回
Two-stream transformer tracking with messengers
.png){kind=icon}
PRE
AI
DOI：10.1016/j.imavis.2025.105510.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
近年来，单流跟踪器因具有更高的准确性而逐渐超越双流跟踪器并受到关注。然而，它们存在显著的计算冗余和增加的推理延迟问题。本文结合了双流跟踪器的速度优势和单流跟踪器的准确性优势，提出了一种新的双流Transformer跟踪器MesTrack。MesTrack的核心设计在于信使标记（messenger tokens）和信息集成模块（message integration module）。信使标记在模板分支的特征提取阶段获取目标特定信息，而信息集成模块将模板分支的目标特定信息集成到搜索分支中。为进一步提高准确性，本文提出了一种自适应标签平滑知识蒸馏训练方案。该方案使用教师模型预测与真实标签的加权和作为监督信息，以指导学生模型的训练。由学生模型预测的权重系数用于在保持教师模型有用互补信息的同时纠正其错误预测。在多个流行跟踪数据集上的评估表明，MesTrack取得了具有竞争力的结果。在LaSOT数据集上，MesTrack-B-384版本实现了73.8%的SUC（成功率）得分，达到SOTA（最先进）性能，推理速度为69.2 FPS（帧/秒）。当使用TensorRT部署时，速度可进一步提升至122.6 FPS。
Keyword:
Object tracking
Two-stream trackers
Transformer
Knowledge distillation
期刊
IF:
4.2
论文数:
4.1K
被引数:
6.7K
机构
引用论文
.png){kind=icon}
分享收藏
AwareTrack: Object awareness for visual tracking via templates interactionAwaretack: 通过模板交互进行视觉跟踪的对象感知
PREAI
分享收藏Asymmetric Convolution: An Efficient and Generalized Method to Fuse Feature Maps in Multiple Vision Tasks非对称卷积：一种高效且通用的融合特征图的方法，适用于多种视觉任务
PREAI
分享收藏
查看更多内容