该论文提出了一种端到端可训练的方法，结合物体检测和跟踪，并引入了序列记忆模块，使其更好地处理多物体跟踪，尤其是遮挡的情况。经过大规模的合成数据和实际测试，在 KITTI 和 MOT17 数据集上取得了最先进的性能表现。

Mar, 2021

通过利用物体的持续存在性概念，我们提出了一个离线追踪模型，专注于被遮挡的物体轨迹，并使用向量化地图来改善跟踪结果，从而有效地恢复被遮挡的物体轨迹。在车辆轨迹方面，该模型在 3D 多物体跟踪中取得了显著的改善，比原始在线跟踪结果提高了 45% 的 IDS 和 2% 的 AMOTA。

Oct, 2023

这篇论文介绍了一种从单目 RGB-D 学习 4D 视觉表示估计的框架，通过将点云编码成连续表示，该模型能够在时空上跨越上下文从而解决遮挡问题，实验证明这种方法可以成功地处理遮挡问题，并自动学习跟随遮挡物体的注意机制，可以用于许多视频理解任务。

Apr, 2022

通过引入具有内部处理循环的 Loci-Looped 算法，本研究旨在推进组合场景表示算法，促进基于婴儿发展类似的直觉物理学习，以实现在对象遮挡或临时感官数据中断时无需显式历史缓冲区即能跟踪物体，以及以完全无监督的涌现方式学习对象永恒性和惯性这两个物理概念。

Oct, 2023

通过将变形器关系动力学用于部分视图点云和物体发现和跟踪引擎，我们提出了 DOOM 和 LOOM，旨在将面向对象的记忆编码到多物体操纵推理和规划框架中，以实现机器人在真实环境中可靠地处理先前观察但当前被遮挡的物体的问题，并成功实现了包括处理遮挡物体、新物体出现和物体再出现在内的多个具有挑战性的任务。通过大量的仿真和真实世界实验，我们发现我们的方法在不同数量的物体和干扰动作数量方面表现良好，并且超过了隐式记忆基准。

Sep, 2023

通过使用自我中心相机捕获的观测，本研究旨在模仿人类空间认知能力，从而实现在物体超出视野范围时的 3D 跟踪活动物体的任务。利用 Lift, Match and Keep (LMK) 方法，将部分二维观测提升到三维世界坐标，通过视觉外观、三维位置与物体交互来匹配物体轨迹，并在相机视野之外保留这些物体轨迹，从而记住所看不见的物体。在来自 EPIC-KITCHENS 的 100 段长视频上测试 LMK，结果表明空间认知对于正确定位物体在短时间和长时间尺度上至关重要。例如，在一个长时间的自我中心视角视频中，我们估计了 50 个活动物体的三维位置，其中 60% 在离开相机视野 2 分钟后仍能正确定位到三维空间中。

Apr, 2024

该论文提出了一种弱监督学习方法，以对象为中心的表示和光流条件模型，可提高现实数据下的实例分割和追踪效果，改进了查询模型的灵活性，并扩展了应用范围。

Nov, 2021

利用仅依赖于大脑可访问的信息进行训练的图像序列和自我运动，我们开发了一种新颖的网络架构，能够同时学习从离散图像中分割对象、推断其三维位置和感知深度，从而作为预测学习的副产品有效地学习对象的表示。

Mar, 2024

本研究回顾了关于人类目标感知和深度神经网络模型在目标识别方面的相关工作，并探讨了这两个领域如何相互促进，提供了发展新实验任务和推动深度神经网络模型中的目标识别的基准的认知文献和实验任务。

Sep, 2021

在这篇论文中，我们考虑将不可见的物体视为伪遮挡物体，并旨在揭示它们的特征。我们提出了可视属性和自动标注算法来处理现有事件相机数据集，并利用跟踪策略来保持伪遮挡物体的永久性和边界框，同时引入了时空特征聚合模块和一致性损失以提高整体流程的稳健性。实验证明，额外的可见性标签可以辅助有监督训练，并且我们的方法在绝对 mAP 上比最先进的方法表现出显著的改进，提高了 7.9%。

Mar, 2024