高效运动提示学习：面向鲁棒视觉跟踪
计算机视觉与模式识别
2026-03-10 v1
摘要
由于处理时序信息的挑战，大多数跟踪器仅依赖视觉判别性，忽略了视频数据独特的时序一致性。在本文中，我们提出一种轻量级且即插即用的运动提示跟踪方法。它可以轻易集成到现有基于视觉的跟踪器中，构建一个利用运动和视觉线索的联合跟踪框架，从而通过高效提示学习实现稳健跟踪。我们提出了一种包含三种不同位置编码的运动编码器，用于将长期运动轨迹编码到视觉嵌入空间中，同时设计了融合解码器和自适应权重机制，以动态融合视觉和运动特征。我们将运动模块集成到三个不同的跟踪器中，共计五个模型。在七个具有挑战性的跟踪基准测试上进行实验，表明所提出的运动模块显著提高了基于视觉的跟踪器鲁棒性，同时训练成本最小化，速度几乎不受影响。代码已公开：https://github.com/zj5559/Motion-Prompt-Tracking。
引用
@article{arxiv.2505.16321,
title = {Efficient Motion Prompt Learning for Robust Visual Tracking},
author = {Jie Zhao and Xin Chen and Yongsheng Yuan and Michael Felsberg and Dong Wang and Huchuan Lu},
journal= {arXiv preprint arXiv:2505.16321},
year = {2026}
}
备注
Accepted by ICML2025