针对 ECCV 2nd Perception Test Challenge 2024 点跟踪任务的解决方案
计算机视觉与模式识别
2024-10-23 v1
摘要
本报告介绍了一种改进的方法，用于 Tracking Any Point~(TAP)， focuses on monitoring physical surfaces in video footage. 尽管 TAP 方法在短序列场景中表现出色，但在长序列情境下仍面临性能下降和资源开销问题。为此，我们提出了一种简单而有效的方法，称为细粒度点判别(Fine-grained Point Discrimination, 简称 FPD)，其核心在于以零样本方式对视频中的点跟踪进行多尺度感知和纠正，尤其针对由静态摄像机拍摄的视频中的静态点。所提出的 FPD 包含两个关键组件：(1) 多尺度点感知，能够检测视频中的静态序列和点；(2) 动态轨迹纠正，根据所跟踪点的类型替换点轨迹。我们的方法在最终测试中取得了第二高的得分，得分为 。
引用
@article{arxiv.2410.16286,
title = {Solution for Point Tracking Task of ECCV 2nd Perception Test Challenge 2024},
author = {Yuxuan Zhang and Pengsong Niu and Kun Yu and Qingguo Chen and Yang Yang},
journal= {arXiv preprint arXiv:2410.16286},
year = {2024}
}