双流胜单流：用于高效视觉跟踪的非对称孪生网络
计算机视觉与模式识别
2025-03-04 v1
摘要
高效跟踪因其能够在资源受限平台上运行以实现超越桌面 GPU 的真实部署而受到关注。当前的高效跟踪器主要遵循精度导向的跟踪器，采用单流框架和轻量级模块。然而，盲目遵循单流范式可能并非最优，因为每帧都进行模板计算会导致冗余，且模板与搜索区域之间广泛的语义交互会给边缘设备带来压力。在本工作中，我们提出了一种名为 AsymTrack 的新型非对称孪生跟踪器，用于高效跟踪。AsymTrack 将模板流和搜索流解耦为独立分支，模板仅在初始化时计算一次以生成调制信号。基于这一架构，我们设计了一种高效的模板调制机制，将关键线索单向注入搜索特征，并设计了一个物体感知增强模块，整合抽象语义和局部细节以克服轻量级跟踪器有限的表征能力。大量实验表明，AsymTrack 在不同平台上相比现有最先进方法提供了更优的速度-精度权衡。例如，AsymTrack-T在 LaSOT 上达到 60.8% AUC，在 GPU/CPU/AGX 上达到 224/81/84 FPS，比 HiT-Tiny 高出 6.0% AUC 且速度更快。代码可在 https://github.com/jiawen-zhu/AsymTrack 获取。
引用
@article{arxiv.2503.00516,
title = {Two-stream Beats One-stream: Asymmetric Siamese Network for Efficient Visual Tracking},
author = {Jiawen Zhu and Huayi Tang and Xin Chen and Xinying Wang and Dong Wang and Huchuan Lu},
journal= {arXiv preprint arXiv:2503.00516},
year = {2025}
}
备注
Accepted by AAAI2025