.png){kind=icon}
返回
Visual object tracking using learnable target-aware token emphasis
.png){kind=icon}
PRE
AI
DOI：10.1016/j.engappai.2025.110482.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
视觉目标跟踪，即在一个视点内或跨不同摄像机视角跟踪目标对象的空间位置，是计算机视觉中的一个重要任务。深度神经网络，尤其是视觉Transformer，通常优于传统方法，因此已成为视觉目标任务的优选方案。然而，现有的视觉目标跟踪框架仍难以适应目标在当前帧内持续变化的表观特征，因为它们过度依赖静态初始目标模板，而非持续强调演变中的目标特征。在本文中，我们提出了一种具有可学习目标感知标记强调的视觉目标跟踪网络，该网络由嵌入标记强调器的视觉Transformer骨干网络、定位头和目标模板更新决策模块组成。所提出模型中的可学习目标感知标记强调器和目标模板更新决策模块有助于在不同场景下稳定视觉目标跟踪。这通过不仅强调目标模板与搜索区域之间存在关联的特征，还减少无关特征，并在过程中持续在线更新高质量目标模板来实现。包括在多样化跟踪基准数据集上进行消融分析在内的定性和定量分析验证了所提出跟踪框架的鲁棒性。代码和训练模型可通过 https://github.com/qkdkralsgh/TETrack 获取。
Keyword:
Visual object tracking
Target aware token emphasis
Unified tracking model
期刊
IF:
8
论文数:
5.4K
被引数:
3.5W
机构
暂无机构信息
引用论文
.png){kind=icon}
分享收藏
查看更多内容