MFTIQ：具有独立匹配质量估计的多流追踪器

本文提出 MFTIQ，一种新颖的稠密长期追踪模型，它推进了多流追踪器（MFT）框架，以应对视频序列中点级视觉追踪的挑战。MFTIQ 基于 MFT 的流链接概念，集成了一个独立质量（IQ）模块，将对应质量估计与光流计算分离。这种解耦显著提高了追踪过程的准确性和灵活性，使 MFTIQ 能够在长时遮挡和复杂动态场景下保持可靠的轨迹预测。MFTIQ 设计为“即插即用”，可与任何现成的光流方法配合使用，无需微调或架构修改。在 TAP-Vid Davis 数据集上的实验验证表明，结合 RoMa 光流的 MFTIQ 不仅超越了 MFT，而且性能与最先进的追踪器相当，同时拥有大幅更快的处理速度。代码和模型可在 https://github.com/serycjon/MFTIQ 获取。