UETrack：单目标跟踪统一高效框架
计算机视觉与模式识别
2026-03-04 v2
摘要
随着实际需求的增长，高效跟踪受到日益关注。然而，大多数现有方法仅限于 RGB 输入，在多模态场景中难以胜任。此外，当前的多模态跟踪方法通常采用复杂设计，导致在资源受限的部署环境中过于笨重和缓慢。为解决这些限制，我们提出了 UETrack，一个用于单目标跟踪的高效框架。UETrack 具备高度实用性和 versatility，能够高效处理包括 RGB、深度、热成像、事件和语言在内的多种模态，弥补了高效多模态跟踪的空白。它引入了两个关键组件：基于 Token-Pooling 的 Mixture-of-Experts 机制，通过特征聚合和专家专业化来增强建模容量；以及面向目标的自适应蒸馏策略，根据样本特征选择性地执行蒸馏，减少冗余监督并提升性能。在 12 个基准数据集上进行的实验表明，UETrack 在速度与精度之间实现了优异的权衡。例如，UETrack-B 在 LaSOT 上达到 69.2% AUC，并在 GPU/CPU/AGX 上分别以 163/56/60 FPS 的速度运行，显示出强大的实用性和 versatility。代码已公开于 https://github.com/kangben258/UETrack。
引用
@article{arxiv.2603.01412,
title = {UETrack: A Unified and Efficient Framework for Single Object Tracking},
author = {Ben Kang and Jie Zhao and Xin Chen and Wanting Geng and Bin Zhang and Lu Zhang and Dong Wang and Huchuan Lu},
journal= {arXiv preprint arXiv:2603.01412},
year = {2026}
}
备注
This paper was accepted by CVPR2026