ClickTrack：面向实时交互式单对象跟踪
计算机视觉与模式识别
2024-11-26 v2
摘要
单对象跟踪（SOT）依赖于精确的对象边界框初始化。本文重新审视了当前单对象跟踪器初始化方法的不足，提出了一种新的单对象跟踪算法范式——ClickTrack，这是一种用于实时场景的点击交互范式。此外，点击作为输入类型本质上缺乏层次信息。为解决特定情境下的歧义问题，我们设计了引导点击细化器（GCR），其接受点和可选文本信息作为输入，将点转换为操作者预期的边界框。该边界框将作为单对象跟踪器的输入。在 LaSOT 和 GOT-10k 基准测试上的实验表明，结合 GCR 的跟踪器在实时交互场景中表现稳定。进一步，我们探索了将 GCR 集成到分段感知模型（SAM）中的可能性，显著减少了 SAM 接收点输入时出现的歧义问题。
引用
@article{arxiv.2411.13183,
title = {ClickTrack: Towards Real-time Interactive Single Object Tracking},
author = {Kuiran Wang and Xuehui Yu and Wenwen Yu and Guorong Li and Xiangyuan Lan and Qixiang Ye and Jianbin Jiao and Zhenjun Han},
journal= {arXiv preprint arXiv:2411.13183},
year = {2024}
}