ICCVJul, 2021

HiFT：用于航拍跟踪的分层特征变换器

PDF
TL;DR本文提出了一种基于 Siamese 的跟踪方法，采用分层特征变换对多级卷积层生成的分层相似度图进行交互式融合，提高了全局的上下文信息，更高效地学习多级特征之间的相互依赖关系，并且实现了在实时速度情况下的实际应用，该方法在四个空中基准测试中被证明具有很好的效果。
siamese-based trackingsimilarity mapshierarchical feature transformermulti-level convolutional layersreal-time speed
发现论文，激发创造
  • 探索轻量级分层视觉转换器用于高效视觉跟踪

    引入 HiT 模型和 Bridge Module 以及双图像位置编码技术，实现高速且性能优越的追踪模型。

    Aug, 2023

  • 基于层次空间感知的热红外目标暗示网络

    本文提出了一种热红外跟踪器，命名为 HSSNet，它使用层次空间感知 Siamese 卷积神经网络来验证相似性并生成更强的可辨别能力，与其他方法相比，在 VOT-TIR 2015 和 VOT-TIR 2016 基准测试上取得了较好的性能表现。

    Nov, 2017

  • 具有分层池化的可扩展视觉 Transformer

    本研究提出了 Hierarchical Visual Transformer (HVT) 模型，通过逐步分池视觉标记以缩短序列长度降低计算成本，从而改进了图像分类任务的性能，并在 ImageNet 和 CIFAR-100 数据集上实现了与竞争基线相比更好的结果。

    Mar, 2021

  • 自适应融合高光谱似然地图用于空中飞行器追踪

    本文提出了一种新的实时高光谱似然图辅助跟踪方法（HLT），通过自适应融合方法将多波段高光谱图像的似然图结合为一个更具区分度的表示，实现了基于在线学习生成目标模型的目标检测，结果表明 HLT 在实现高光谱目标跟踪方面表现优异。

    Jul, 2017

  • HiT: 基于分层 Transformers 的建筑物映射

    深度学习方法在遥感影像中自动建筑物映射方面得到广泛研究。本文提出了一种简单且新颖的基于 Hierarchical Transformers 的建筑物映射方法 HiT，通过增加一个多边形头并行于分类和边界框回归头的两阶段检测结构实现了从高分辨率遥感影像中提取多边形建筑物的质量改进。经过包括分割、多边形化和正则化在内的一系列问题的分解，传统的建筑物映射方法常常导致复杂的推断过程、低准确率和差泛化能力。HiT 同时输出建筑物边界框和矢量多边形，并进行端到端的训练。多边形头采用编码 - 解码的 Transformer 架构来预测带有双向特点的序列化顶点，采用设计的双向多边形损失进行监督。此外，多边形头的编码器引入了分层注意机制和卷积操作，提供了顶点和边界级别的更多几何结构。在 CrowdAI 和 Inria 两个基准数据集上的综合实验表明，与现有技术方法相比，我们的方法在实例分割和多边形度量方面达到了最新的良好结果。此外，定性结果验证了我们的模型在复杂场景下的优越性和有效性。

    Sep, 2023

  • 多层独立相关滤波器用于视觉跟踪

    设计了一种新的跟踪框架 MHIT，其核心在于引入运动估计模块捕捉运动信息和使用多层次深度特征和独立的相关滤波器进行跟踪，同时采用自适应的多分支相关滤波器融合方案，用于纠正特征冗余和物体局部遮挡的影响，通过实验证明，该系统可以显著提高跟踪性能，尤其是在 VOT2017 挑战赛上获得了 20.1% 的相对性能提升，并在 VOT2018 挑战赛上取得了最新的最佳表现。

    Nov, 2018

  • 基于层级注意力融合的地理定位

    该论文提出了一种基于层次化注意力融合网络和多尺度特征的 2D 图像检索方法，通过自监督训练控制特征强调的权重，实现了对地理定位场景的精确定位。实验结果表明，该方法优于现有的最先进方法。

    Feb, 2021

  • TCTrack: 航空跟踪的时间上下文

    本文提出了一种全面利用时间上下文进行航空追踪的框架，名为 TCTrack，该框架在特征提取和相似度图优化方面使用了时间上下文。实验表明，TCTrack 在四个航空追踪基准测试数据集上的效果令人印象深刻，并且在 NVIDIA Jetson AGX Xavier 上实现了高达 27 FPS 的高速。

    Mar, 2022

  • 金字塔分层变压器用于高光谱图像分类

    我们提出了一种基于金字塔形式的分层 Transformer 模型 (PyFormer)，用于提高高光谱图像分类的处理效率和抽象传播能力。实验结果显示，这种方法在提高传统方法的基础上有着更好的优势，并且通过集成不同层级的输出，进一步增强了鲁棒性和可靠性，从而展示了我们的方法在推动高光谱图像分类方面的潜力。

    Apr, 2024

  • 语义对齐融合 transformer 用于一阶段物体检测

    研究了在数据稀缺的情况下，单次目标检测的问题，提出了一个效果良好的基于注意力机制的框架，名为 Semantic-aligned Fusion Transformer (SaFT)，采用竖直和水平融合模块实现跨尺度和跨样本特征的融合，通过语义对齐的注意力机制大幅提高性能，使得基于目前现有的数据训练的一阶段的检测基线的性能得到了显著提升。

    Mar, 2022