ZJU ReLER 参加 EPIC-KITCHEN 2023 挑战赛：TREK-150 单目标跟踪
计算机视觉与模式识别
2023-07-11 v2
摘要
关联目标与 Transformer（AOT）框架在视频目标跟踪与分割的广泛复杂场景中展现出卓越性能。本研究借助 Segment Anything Model（SAM）与 Alpha-Refine 将参考帧中的边界框转换为掩码，并将掩码传播至当前帧，从而将任务由视频目标跟踪（VOT）转化为视频目标分割（VOS）。此外，我们引入 MSDeAOT，一种在多个特征尺度上融合 Transformer 的 AOT 系列变体。MSDeAOT 利用 16 和 8 两个特征尺度将目标掩码从先前帧高效传播至当前帧。作为我们设计有效性的证明，我们在 EPIC-KITCHENS TREK-150 目标跟踪挑战赛中取得第一名。
引用
@article{arxiv.2307.02508,
title = {ZJU ReLER Submission for EPIC-KITCHEN Challenge 2023: TREK-150 Single Object Tracking},
author = {Yuanyou Xu and Jiahao Li and Zongxin Yang and Yi Yang and Yueting Zhuang},
journal= {arXiv preprint arXiv:2307.02508},
year = {2023}
}
备注
Top 1 solution for EPIC-KITCHEN Challenge 2023: TREK-150 Single Object Tracking. arXiv admin note: text overlap with arXiv:2307.02010