Tag · 5 篇
视觉目标跟踪
分布 视频理解与时序4目标检测与定位1
01 02 03 04 05
通过事件衍生的瞬态线索实现严重遮挡下的跟踪
Tracking through Severe Occlusion via Event-Derived Transient Cues
将事件相机微秒级时间戳用于帧间位移预测的双向运动一致性约束，并用高斯掩码模拟遮挡退化来学习不变外观表征，为严重遮挡下的跟踪提供了可复用的事件-帧融合与遮挡增广思路。
重新思考无人机跟踪中的遮挡建模
Rethinking Occlusion Modeling for UAV Tracking
把遮挡从随机 dropout 重新建模为受空间依赖约束的结构化过程，并用聚类生成密度自适应的遮挡模式做训练增强；同时用深度相关的先验动态调整 Transformer 推理深度，这套「结构化遮挡增广 + 代价感知早退」可直接迁移到其他单流跟踪器或需要部分可见性鲁棒性的检测/分割模型。
面向视觉跟踪的抗漂移时序先验
Drift-Resilient Temporal Priors for Visual Tracking
DTPTrack 提供了一种即插即用的时序可靠性校准与动态先验合成机制，可集成到现有跟踪器中抑制漂移，其 TRC 和 TGS 模块的设计思路可迁移到其他需要聚合历史帧信息的视频任务。
面向视觉目标跟踪的高效词元压缩框架
An Efficient Token Compression Framework for Visual Object Tracking
提出可学习的自适应词元压缩器与分层交互编码器，可复用于其他需要处理多帧历史模板的视觉跟踪或视频理解任务，以降低词元冗余和计算量。
自适应容量自回归视觉跟踪
Adaptive Capacity Autoregressive Visual Tracking
把扩散模型当作时序难度预测器，用来动态切换高/低容量推理模式，为视觉跟踪提供了一种「按需计算」的自回归框架；该思路可迁移到任何需要在线调节推理开销的时序视觉任务。