English(EN) Referring Multi-Object Tracking with Diverse Dynamic Expressions

新的RMOT任务和TempRMOT框架通过语言推进多目标跟踪

作者 PulseAugur 编辑部 · [1 个来源] · 2026-10-19 04:00

研究人员引入了一个名为指代多目标跟踪（RMOT）的新任务，以改进基于自然语言表达描述的目标的定位。该任务通过对目标数量和时间状态进行建模来解决当前方法的局限性。为了支持RMOT，创建了一个名为Refer-KITTI-V2的新基准，该基准包含多样化的语言表达和一个半自动标注流程，生成了超过9700个语言提示。提出的TempRMOT框架是一个端到端的基于Transformer的模型，它利用一个由查询驱动的时间增强模块来改进目标表示，并在现有和新的基准上展示了最先进的性能。 AI

影响这项研究通过整合自然语言理解能力，推进了多目标跟踪能力，有望改进需要基于描述性文本进行精确目标定位的应用。

排序理由该集群包含一篇详细介绍指代多目标跟踪的新任务、基准和框架的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CL 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

本文如何被排名

Signal score: 24 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 该集群包含一篇详细介绍指代多目标跟踪的新任务、基准和框架的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, other; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Breaking (< 6h); Fresh story with cross-source coverage still developing. Ranking may shift as more sources report.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.CL TIER_1 English(EN) · Yani Zhang, Dongming Wu, Wencheng Han, Xingping Dong, Shengcai Liao, Bo Du · 2026-10-19 04:00

具有多样化动态表达的指代多目标跟踪

arXiv:2406.05039v3 Announce Type: replace-cross Abstract: Referring understanding is a fundamental task that bridges natural language and visual content by localizing objects described in free-form expressions. However, existing works are constrained by limited language expressiv…

本文如何被排名

报道来源 [1]

具有多样化动态表达的指代多目标跟踪

相关实体

相关话题