本文介绍了一个大规模高多样化的热红外物体跟踪基准测试，名为 LSOTB-TIR。该数据集包含 1400 个 TIR 序列和超过 600K 帧。我们定义了 4 种情景属性和 12 种挑战属性来评估跟踪器，鼓励社区开发基于深度学习的 TIR 跟踪器并进行全面公正的评估。在 LSOTB-TIR 上评估和分析了 30 多个跟踪器提供一系列基线，并且结果表明，深度跟踪器具有良好的性能。该数据集和代码均已公开发布。

Aug, 2020

本研究旨在构建一个高度多样化的可见热（RGB-T）无人机跟踪（VTUAV）基准，包括 500 个序列和 170 万帧对，以及设计了一个名为 Hierarchical Multi-modal Fusion Tracker (HMFT) 的新的 RGB-T 基准，该基准可以在各个级别上融合 RGB-T 数据。

Apr, 2022

该研究提出了一个大规模的 RGB-T 追踪视频基准数据集和一种新的基于图的方法，以学习强大的对象表示并实现多源数据融合的自适应融合，对其他最先进的追踪方法进行比较，并提供了对 RGB-T 对象追踪领域的新见解和潜在研究方向。

May, 2018

提出了一种深度学习的图像跟踪方法，将 RGB 图像和红外热像合并进行特征提取和人工属性应用的跟踪，此方法在 RGBT234 和 LasHeR 这两个最广泛使用的 RGBT 目标跟踪数据集上表现优异。

Jul, 2023

该文提出了一个名为 VT5000 的新 RGBT 图像数据集，包括 5000 个具有地面实况标注的空间对齐的 RGBT 图像对。 该文介绍了一种基于多级特征和注意机制的强大基线方法，用于准确的 RGBT 显著目标检测，并在 VT5000 数据集和其他两个公共数据集上优于现有技术水平。

Jul, 2020

通过新的数据集 LaRS，我们提供了第一个海洋全景障碍物检测基准，涵盖了湖泊、河流和海洋场景，并提供了最大的多样性录制位置、场景类型、障碍物类别和获取条件。LaRS 数据集由包含 4000 多个像素标记关键帧组成，具有九个先前帧，以利用时间纹理，共计超过 40k 帧。我们报告了 27 种语义和全景分割方法的结果，以及几个性能洞察和未来研究方向。为了实现客观评估，我们还实施了在线评估服务器。LaRS 数据集、评估工具包和基准公开可用。

Aug, 2023

提出了一个新的长期和大规模帧事件单目标跟踪数据集（FELT），该数据集包含 742 个视频和 1,594,474 个 RGB 帧和事件流对，已成为迄今为止最大的帧事件跟踪数据集。通过引入现代 Hopfield 层到多头自注意力块中的联想记忆 Transformer 网络来融合 RGB 和事件数据，验证了模型的有效性。

Mar, 2024

本文构建了第一个大规模的多类别可见 - 热红外小目标检测（RGBT SOD）基准数据集（RGBT-Tiny），包括 115 对序列，93K 帧和 1.2M 标注，同时提出了一种适应尺度的健康度量标准（SAFit），并进行了广泛的评估。

Jun, 2024

本研究关注的是 RGB-D 物体跟踪，并通过发布新的 RGBD1K 数据集和利用此数据集中的 transformer-based RGB-D 跟踪器 (SPT) 作为我们的基线来展示其训练的益处和可潜力以提高 RGB-D 跟踪的性能。

Aug, 2022

通过综合不同模态的输入方式，构建了一个适用于 RGB-T 图像的数据集，并提出了一种新的方法：多任务流形排序与跨模态一致性，大大提高了图像显著性检测的性能。

Jan, 2017