CADTrack: 基于可变形对齐的上下文聚合学习用于鲁棒 RGBT 跟踪
计算机视觉与模式识别
2025-11-25 v1
摘要
RGB-热成像 (RGBT) 跟踪旨在利用可见光和热红外两种模态实现全天候鲁棒的物体跟踪。然而，现有 RGBT 跟踪器难以解决模态间的差异，这对鲁棒的特征表示构成严峻挑战。这种限制阻碍了有效的跨模态信息传播与融合，显著降低跟踪精度。为此，本文提出一种新颖的上下文聚合与可变形对齐框架，命名为 CADTrack，用于 RGBT 跟踪。具体而言，本文首先部署基于 Mamba 的特征交互 (MFI) 模块，通过状态空间模型实现高效的特征交互。该交互模块可采用线性复杂度运行，降低计算成本并提高特征辨识度。随后，本文提出上下文聚合模块 (CAM)，通过基于混合专家 (MoE) 的稀疏门控机制动态激活主干网络层次，该模块可编码来自跨层特征的互补上下文信息。最后，本文提出可变形对齐模块 (DAM)，集成可变形采样与时序传播，以缓解空间错位和定位漂移。通过上述组件，CADTrack 在复杂场景下实现了鲁棒且精准的跟踪。在五个 RGBT 跟踪基准数据集上的大量实验验证了本方法的有效性。源码已公开于 https://github.com/IdolLab/CADTrack。
引用
@article{arxiv.2511.17967,
title = {CADTrack: Learning Contextual Aggregation with Deformable Alignment for Robust RGBT Tracking},
author = {Hao Li and Yuhao Wang and Xiantao Hu and Wenning Hao and Pingping Zhang and Dong Wang and Huchuan Lu},
journal= {arXiv preprint arXiv:2511.17967},
year = {2025}
}
备注
Accepted by AAAI2026. More modifications may be performed