ProTracker：用于稳健精确点追踪的概率性方法
计算机视觉与模式识别
2025-03-11 v2
摘要
我们提出了 ProTracker，一个用于准确稳健地跟踪视频中任意点的新框架。依赖全局 cost volume 的先前方法有效处理大范围遮挡和场景变化，但缺乏精度和时序感知。相比，基于局部迭代的方法能准确跟踪平滑变化的场景，但在遮挡和漂移方面面临挑战。为解决这些问题，我们提出了概率框架，将两者优势融合：利用局部光流进行预测，利用细化后的全局热图进行观察。该设计有效结合了全局语义信息与时序感知的低层特征，实现了对视频中任意点的精确稳健跟踪。大量实验表明，ProTracker 在优化基方法中实现了最先进的性能，并在多个基准数据集上超越了监督式前馈方法。代码与模型将在发表后发布。
引用
@article{arxiv.2501.03220,
title = {ProTracker: Probabilistic Integration for Robust and Accurate Point Tracking},
author = {Tingyang Zhang and Chen Wang and Zhiyang Dou and Qingzhe Gao and Jiahui Lei and Baoquan Chen and Lingjie Liu},
journal= {arXiv preprint arXiv:2501.03220},
year = {2025}
}
备注
Project page: https://michaelszj.github.io/protracker