Tag · 6 篇
视觉跟踪
UTPTrack：面向视觉跟踪的简单统一词元剪枝
UTPTrack: Towards Simple and Unified Token Pruning for Visual Tracking
提出一种注意力引导、词元类型感知的统一剪枝策略，可同时压缩搜索区域、动态模板和静态模板中的视觉词元，为基于单流 Transformer 的跟踪器在保持精度的同时大幅降低计算量，该思路可迁移到其他需要处理多源视觉词元的 Transformer 任务。
UAST：无人机任意目标的统一主动搜索与跟踪
UAST: Unified Active Search and Tracking for Arbitrary Targets with UAVs
提出一种无需建图的RGB-D主动搜索与跟踪框架，其双分支感知模块和基于规则的搜索策略可被借鉴到无人机视觉导航、目标跟踪与主动感知任务中，特别是跟踪感知可见性损失和动态可行轨迹生成方法对视觉伺服控制有参考价值。
面向无人机跟踪的低成本高效时序学习
Toward Low-Cost yet Effective Temporal Learning for UAV Tracking
提出以 PPF（每 FLOP 精度）衡量时序学习组件的性价比，并用轻量的代表性外观 token 传播与合并实现时序建模，可直接迁移到任何单流跟踪器或需要低成本时序聚合的视频任务中。
SpikeTrack：面向高效视觉跟踪的脉冲驱动框架
SpikeTrack: A Spike-driven Framework for Efficient Visual Tracking
把脉冲神经网络的不对称时间步扩展与单向信息流设计用于 RGB 跟踪，并用记忆检索模块在分支间传递模板线索；对做视觉跟踪或想在视觉任务中引入 SNN 低能耗计算的人，这是一套可直接借鉴的骨干与跨分支信息传递范式。
SDTrack：基于脉冲神经网络的事件相机跟踪基线
SDTrack: A Baseline for Event-based Tracking via Spiking Neural Networks
把全脉冲驱动的 SNN 骨干网络与 Transformer 跟踪头组合成端到端跟踪管线，并用 Global Trajectory Prompt 把全局轨迹信息聚合进事件帧，为在事件相机上做低功耗时序跟踪提供了可复用的架构与事件帧构造思路。
交互式跟踪：一种具有记忆增强适应的人机回环范式
Interactive Tracking: A Human-in-the-Loop Paradigm with Memory-Augmented Adaptation
提出交互式跟踪新范式，允许用户通过自然语言指令实时引导跟踪器，并引入动态记忆机制从反馈中学习；为视觉跟踪研究提供了新基准和基线，推动人机协同的跟踪系统发展。