MV-TAP：多视角视频中追踪任意点
计算机视觉与模式识别
2025-12-02 v1
摘要
多视角摄像系统 enables 对复杂真实场景进行丰富的观察，理解多视角设置中的动态对象已成为各种应用的核心任务。本文提出 MV-TAP，一种新颖的点跟踪器，通过利用跨视角信息在动态场景的多视角视频中跟踪点。MV-TAP 利用相机几何和跨视角注意力机制来聚合跨视角的时空信息，从而在多视角视频中实现更完整和可靠的轨迹估计。为支持该任务，我们构建了一个大规模合成训练数据集和针对多视角跟踪的真实世界评估集。广泛的实验表明，MV-TAP 在具有挑战性的基准数据集上优于现有的点跟踪方法，为多视角点跟踪研究奠定了有效的基线。
引用
@article{arxiv.2512.02006,
title = {MV-TAP: Tracking Any Point in Multi-View Videos},
author = {Jahyeok Koo and Inès Hyeonsu Kim and Mungyeom Kim and Junghyun Park and Seohyun Park and Jaeyeong Kim and Jung Yi and Seokju Cho and Seungryong Kim},
journal= {arXiv preprint arXiv:2512.02006},
year = {2025}
}
备注
Project Page: https://cvlab-kaist.github.io/MV-TAP/