基于事件流的视觉对象跟踪：HDETrack V2 及高清基准数据集
计算机视觉与模式识别
2025-02-11 v1 人工智能
摘要
我们引入一种新型的层次化知识蒸馏策略，融合相似度矩阵、特征表示和响应图基于蒸馈，以指导学生 Transformer 网络的学习。我们通过应用时域傅里叶变换来增强模型捕捉时序依赖性的能力，以建立视频帧之间的时序关系。我们提出一种新的测试时调优策略，使网络模型能够针对特定目标对象进行适配，以实现高性能和灵活性。鉴于现有基于事件的跟踪数据集主要为低分辨率的局限性，我们提出 EventVOT，这是第一个大规模高分辨率事件基跟踪数据集。它包含 1141 个视频，涵盖行人、车辆、无人机、乒乓球等 diverse categories。在低分辨率（FE240hz、VisEvent、FELT）以及我们新提出的高分辨率 EventVOT 数据集上进行大量实验，充分验证了我们方法的有效性。我们的数据集和源代码已发布于 https://github.com/Event-AHU/EventVOT_Benchmark
引用
@article{arxiv.2502.05574,
title = {Event Stream-based Visual Object Tracking: HDETrack V2 and A High-Definition Benchmark},
author = {Shiao Wang and Xiao Wang and Chao Wang and Liye Jin and Lin Zhu and Bo Jiang and Yonghong Tian and Jin Tang},
journal= {arXiv preprint arXiv:2502.05574},
year = {2025}
}
备注
Journal Extension of EventVOT, CVPR24