ACTrack：为视觉目标跟踪添加时空条件
计算机视觉与模式识别
2024-03-14 v1
摘要
高效建模目标的时空关系是视觉目标跟踪（VOT）中的一个关键挑战。现有方法通过基于外观的相似性或长期关系建模进行跟踪，导致连续帧之间丰富的时间上下文容易被忽略。此外，从头开始训练跟踪器或微调大型预训练模型需要更多的时间和内存消耗。在本文中，我们提出了 ACTrack，一种具有附加时空条件的新型跟踪框架。它通过冻结预训练Transformer骨干网络的参数来保持其质量和能力，并构建一个可训练的轻量级附加网络来建模跟踪中的时空关系。我们设计了一个附加的孪生卷积网络以确保空间特征的完整性，并进行时间序列建模以简化跟踪流程。在多个基准上的实验结果表明，ACTrack 能够平衡训练效率和跟踪性能。
引用
@article{arxiv.2403.07914,
title = {ACTrack: Adding Spatio-Temporal Condition for Visual Object Tracking},
author = {Yushan Han and Kaer Huang},
journal= {arXiv preprint arXiv:2403.07914},
year = {2024}
}