Dec, 2023

ARTrackV2: 促使自回归跟踪器指出看哪里以及如何描述

PDF
TL;DRARTrackV2 是一种集成了定位和外观分析两个关键方面的追踪方法，通过引入统一生成框架，以自回归方式 “阅读” 目标物体的轨迹和 “复述” 其外观，实现对运动和视觉特征的时间连续建模，从而提高了精确性和效率。
artrackv2localizationappearance analysisautoregressiveefficiency
发现论文，激发创造
  • 自适应跟踪的自回归查询与时空 Transformer

    提出了一个自适应的带有时空转换器的跟踪器（命名为 AQATrack），通过采用简单的自回归查询来有效地学习时空信息，从而改善了目标跟踪中手动设计组件过多的问题，并设计了新颖的注意力机制来生成当前帧的新查询，最终使用空间 - 时间信息融合模块（STM）定位目标对象，实验结果表明，该方法在六个流行的跟踪基准上显著提高了跟踪器的性能：LaSOT、LaSOText、TrackingNet、GOT-10k、TNL2K 和 UAV123。

    Mar, 2024

  • ARVideo：用于自监督视频表示学习的自回归预训练

    该论文介绍了一种新的自我监督视频表示学习框架 ARVideo，其中通过自回归方式预测下一个视频令牌，将自回归视频令牌按照时空间隔进行聚类，并采用随机化时空预测顺序来提高学习效果，实验证明 ARVideo 是一种有效的自我监督视频表示学习范式，具有更高的训练效率。

    May, 2024

  • 在线多物体跟踪的递归自回归网络

    本文提出了一种循环自回归网络（RAN），它是一种时间生成建模框架，可以可靠地将物体轨迹与每个视频帧中的检测相关联，并通过内、外存储器来处理多个物体的外貌和运动动态。实验证明，我们的追踪方法在高度拥挤和遮挡的场景中具有鲁棒性，并在 MOT2015 和 2016 数据集上取得了排名最高的结果。

    Nov, 2017

  • 视觉目标跟踪中的外观模型调查

    本文考虑了 2D 表现模型在视觉目标跟踪中的应用，针对其处理阶段的不同阶段给出分类，并就其从理论和实用角度进行了分析和讨论；本文对此问题未来研究提出了几点挑战。

    Mar, 2013

  • EchoTrack: 自主驾驶中的听觉参考多目标追踪

    通过音频和视频融合的双流视觉变换框架，本研究提出了 EchoTrack 模型，解决了自动驾驶中的 Auditory Referring Multi-Object Tracking 问题，并建立了一套大规模的 AR-MOT 基准测试集。

    Feb, 2024

  • SeqTrack：用于视觉目标追踪的序列到序列学习

    本论文提出了一个新的序列到序列学习框架 SeqTrack 来进行视觉跟踪，将视觉跟踪作为一个序列生成问题，该问题可以在自回归的基础上预测物体的边界框，SeqTrack 架构只采用一个简单的编码器解码器变压器架构，并在多个基准测试上达到了竞争性能水平。

    Apr, 2023

  • 在线目标跟踪的外观模型深度学习

    本文提出了一种基于深度学习的新方法，用于基于视觉的单目标跟踪，该方法结合了卷积神经网络和贝叶斯损失层，提出了一种直接计算候选目标位置跟踪得分的网络架构。在标准跟踪基准上，该跟踪器达到了最先进的跟踪结果。

    Jul, 2016

  • RSPT: 通用主动物体跟踪的环境重构和轨迹预测

    该研究提出了一个名为 RSPT 的框架，通过重建环境和预测目标轨迹来形成结构感知的动态表征，并通过非对称充决策机制提高策略网络的泛化性能，成功地在各种仿真场景和现实世界应用中实现了对无序环境下具有多样布局及复杂障碍物的跟踪效果的优化。

    Apr, 2023

  • Alpha-Refine: 通过精确的边界框估计提高跟踪性能

    本研究提出了一种名为 Alpha-Refine (AR) 的新型、灵活、准确的细化模块，它显著提高了基本跟踪器的框估计质量，通过采用像素级相关、角预测头和辅助掩码头作为核心组件，AR 引导的 DiMP-super 在实时速度下实现了非常有竞争力的性能。

    Dec, 2020

  • 基于深度强化决策的实时视觉跟踪

    该研究提出了一种基于深度强化学习方法构建的模板选择策略的实时视觉追踪算法，该算法可有效应对模型更新导致的跟踪偏移问题，可在实时速度下以 43fps 跑动。

    Feb, 2017